• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2025/2026

Промышленная разработка AI-агентов

Когда читается: 1-й курс, 4 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 3
Контактные часы: 40

Программа дисциплины

Аннотация

Дисциплина направлена на формирование у слушателей системного понимания разработки и внедрения современных AI-агентов — от прототипирования до промышленной эксплуатации. В рамках курса изучаются ключевые концепции агентных систем, современные фреймворки и RAG-подходы, основы архитектуры, мониторинга и безопасности, а также применение AI-агентов для решения бизнес-задач.
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование знаний, умений и навыков проектирования, разработки и внедрения AI-агентов, включая построение мультиагентных систем, применение RAG-подходов, использование современных агентных фреймворков, проектирование архитектуры решений, обеспечение мониторинга и безопасности, а также интеграцию агентных решений в бизнес-процессы и их подготовку к промышленной эксплуатации.
Планируемые результаты обучения

Планируемые результаты обучения

  • Владеть навыками проектирования архитектуры AI-агентов и мультиагентных систем.
  • Владеть навыками применения RAG-подходов и современных агентных фреймворков при разработке решений.
  • Уметь формулировать задачи для разработки AI-агентов и выбирать оптимальные архитектурные подходы.
  • Уметь разрабатывать прототипы AI-агентов и подготавливать их к выводу в промышленную эксплуатацию.
  • Владеть навыками интеграции агентных решений в существующие ИТ-системы и бизнес-процессы.
  • Уметь обеспечивать базовые требования к мониторингу, безопасности и устойчивости агентных решений.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в ИИ агентов. Терминология. LLM решение vs ИИ агент.
  • Инструменты разработки агентов на Low-Code.
  • Архитектура агента
  • Агентные фреймворки: Введение в LangGraph
  • Мультиагентные системы на практике
  • Retrieval-Augmented Generation (RAG)
  • Протоколы интероперабельности AI-агентов (MCP, A2A, AP2, A2UI)
  • Production AI-агентов
  • Внедрение агента в бизнес
  • Финальный проект
Элементы контроля

Элементы контроля

  • неблокирующий Активность
  • неблокирующий Домашние работы
  • неблокирующий Финальный проект
  • неблокирующий Посещение
Промежуточная аттестация

Промежуточная аттестация

  • 2025/2026 4th module
    0.5 * Домашние работы + 0.3 * Финальный проект + 0.1 * Активность + 0.1 * Посещение
Список литературы

Список литературы

Рекомендуемая основная литература

  • An introduction to multiagent systems, Wooldridge, M., 2009
  • Multiagent engineering : theory and applications in enterprises, , 2006

Рекомендуемая дополнительная литература

  • Dunin-Kȩplicz, B. (2005). Monitoring, Security, and Rescue Techniques in Multiagent Systems (Vol. 1st ed). New York, NY: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=170880
  • Shoham, Y., & Leyton-Brown, K. (2009). Multiagent Systems : Algorithmic, Game-Theoretic, and Logical Foundations. Cambridge: Cambridge University Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=269245

Авторы

  • Емашева Валерия Анатольевна