Магистратура
2025/2026
Научно-исследовательский семинар "Искусственный интеллект в HR"
Статус:
Курс обязательный (Продуктовый подход и аналитика данных в HR-менеджменте)
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 3 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Меликян Алиса Валерьевна
Язык:
русский
Кредиты:
3
Контактные часы:
40
Программа дисциплины
Аннотация
Научно-исследовательский семинар «Искусственный интеллект в HR» посвящен изучению современных подходов и технологий искусственного интеллекта, трансформирующих процессы управления человеческими ресурсами. В результате обучения студенты смогут эффективно применять AI-инструменты в решении практических задач HR-менеджмента. Семинар состоит из трех тематических блоков: промпт-инжиниринг и AI-агенты; обработка естественного языка; классическое машинное обучение. Будут рассмотрены практические кейсы внедрения AI-решений в Альфа-Банке.
Цель освоения дисциплины
- Развитие знаний и компетенций для эффективного использования инструментов искусственного интеллекта в области управления человеческими ресурсами
Планируемые результаты обучения
- Построить и описать кластерную модель.
- Построить модель на основе дерева решений и интерпретировать ее.
- Построить модель на основе алгоритма случайного леса и интерпретировать ее.
- Описать временной ряд и спрогнозировать его значения.
- Строить и интерпретировать модель классификации текстов.
- Строить и интерпретировать модель регрессии текстов.
- Создать и настроить ИИ-агента.
- Написать промпт для решения задачи.
Содержание учебной дисциплины
- Ансамблевые методы машинного обучения
- Анализ временных рядов
- Кластерный анализ данных
- Эмбеддинги и Word2Vec
- Задачи классификации и регрессии текстов
- Генерация текста
- Трансформеры
- Retrieval-Augmented Generation и дообучение моделей
- ИИ-агенты
- Промпт-инжиниринг
Список литературы
Рекомендуемая основная литература
- Python для сложных задач : наука о данных и машинное обучение, Плас, Дж. В., 2018
- Машинное обучение : портфолио реальных проектов, Григорьев, А., 2023
- Руководство по NLP, Найт, С., 2001
Рекомендуемая дополнительная литература
- Машинное обучение : наука и искусство построения алгоритмов, которые извлекают знания из данных, Флах, П., 2015