Магистратура 2026/2027

Ключевые технологии в LegalTech

Статус: Курс обязательный (ЛигалТех / Legal Tech)

Кто читает: Департамент права цифровых технологий и биоправа

Где читается: Факультет права

Когда читается: 2-й курс, 1, 2 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 6

Контактные часы: 48

Программа дисциплины

Аннотация

Этот курс вводит студентов в основные технологии, на которых базируются все legal tech-проекты. Начиная от работы программ и сетей до нейронных сетей и технологий распределенных реестров.— Что такое технология— Как работают Сети, Интернет, ПО— Этапы разработки ПО — Что такое открытый код— Особенности функционирования сайтов и мобильных приложений— Сбор данных (перс. данные, обработка данных, хранение и использование и т.д.)— Хранение— Криптография (методы шифрования)— Подбор товаров и услуг - метчинг— Работа и использование нейросетей — Распределенные реестры

Цель освоения дисциплины

• Знакомство с ключевыми технологиями в LegalTech и углубленное погружение в технологии искусственного интеллекта, чтобы научиться выбирать технологии для LegalTech-решений и составлять корректные технические задания.

Планируемые результаты обучения

• Уметь определять возможность применения изученных технологий к конкретной юридической области

Содержание учебной дисциплины

• 1. Classic ML: основы машинного обучения
• 2. Обработка естественного языка и LLM
• 3. Технологии в LegalTech вне ИИ
• 4. Как обосновать внедрение технологий: аналитика данных и BI-инструменты
• 5. Составление ТЗ для LegalTech-решений

Элементы контроля

• Итоговый проект
  ● Студенты формируют команды. ● Команда выполняет задание, описание которого дано в SMARTLMS. ● Студент прикрепляет ссылку на выполненное задание в SMARTLMS. По ссылке открывает доступ для комментирования. Непредоставление доступа для просмотра и комментирования приравнивается к несдаче работы. ● Команда готовит доклад для защиты проекта. ● На защите команды презентуют свои проекты. ● Преподаватель даёт обратную связь на выполненную работу.
• Итоговый тест
  Студент проходит тест на платформе. Тест оценивается автоматически в SMARTLMS

Промежуточная аттестация

• 2026/2027 2nd module
  0.2 * Итоговый тест + 0.8 * Итоговый проект

Список литературы

Рекомендуемая основная литература

• Введение в автоматизированное машинное обучение (AutoML), Хуттер, Ф., 2023
• Кондрашов, Ю. Н., Анализ данных и машинное обучение на платформе MS SQL Server : учебное пособие / Ю. Н. Кондрашов. — Москва : Русайнс, 2026. — 303 с. — ISBN 978-5-466-10463-9. — URL: https://book.ru/book/960308 (дата обращения: 09.12.2025). — Текст : электронный.
• Машинное обучение : портфолио реальных проектов, Григорьев, А., 2023
• Машинное обучение для абсолютных новичков : вводный курс, изложенный простым языком, Теобальд, О., 2024
• Машинное обучение с участием человека : активное обучение и аннотирование для ориентированного на человека искусственного интеллекта, Монарх (Манро), Р., 2022
• Машинное обучение. От основ до продвинутых моделей, Принс, С., 2025
• Митяков, Е. С. Искусственный интеллект и машинное обучение : учебное пособие для вузов / Е. С. Митяков, А. Г. Шмелева, А. И. Ладынин. — 2-е изд., стер. — Санкт-Петербург : Лань, 2026. — 252 с. — ISBN 978-5-507-51198-3. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/507451 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

• Солдаткина Оксана Леонидовна
• Яганова Мадина Владимировна