2026/2027

Автоматизация сложных процессов с no-code и low-соde платформами и программированием ИИ-агентов

Статус: Общеуниверситетский факультатив

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 1, 2 модуль

Охват аудитории: для всех

Преподаватели: Бурова Маргарита Борисовна

Язык: русский

Кредиты: 6

Контактные часы: 40

Программа дисциплины

Аннотация

Программа учит комбинировать no-code и low-code платформы с элементами программирования, проектировать сложные мультишаговые сценарии и встраивать в них ИИ-агентов. По итогу слушатели умеют автоматизировать сквозные бизнес-процессы, от обработки входящих заявок до принятия решений на основе данных.

Цель освоения дисциплины

• Научить слушателей комбинировать no-code и low-code платформы с элементами программирования для автоматизации сложных мультишаговых бизнес-процессов
• Сформировать навыки проектирования сквозных сценариев, включающих обработку данных, принятие решений и встраивание ИИ-агентов
• Дать практический опыт построения интеллектуальных автоматизаций, способных обрабатывать нестандартные ситуации и масштабироваться
• Сформировать инженерную культуру работы с автоматизациями: документирование, тестирование, мониторинг, оценку рисков и стоимости решения

Планируемые результаты обучения

• Разрабатывает сценарии на no-code и low-code платформах с использованием переменных, операторов, подсценариев и триггеров
• Встраивает ИИ-агента в автоматизированный сценарий

Содержание учебной дисциплины

• Введение в архитектуру автоматизированных процессов
• No-code и Low-code платформы и программные компоненты автоматизации
• ИИ-агенты и обработка неструктурированных данных

Элементы контроля

• Домашнее задание 1
  Набор заданий по пройденному материалу.
• Групповой проект
  Групповой проект по построению архитектуры автоматизации. Выполняется в группах до 10 человек.
• Домашнее задание 2
• Домашнее задание 3
  Набор заданий по пройденному материалу.
• Домашнее задание 4
  Набор заданий по пройденному материалу.
• Домашнее задание 5
  Набор заданий по пройденному материалу.

Промежуточная аттестация

• 2026/2027 2nd module
  0.15 * Домашнее задание 1 + 0.15 * Домашнее задание 4 + 0.25 * Групповой проект + 0.15 * Домашнее задание 5 + 0.15 * Домашнее задание 3 + 0.15 * Домашнее задание 2

Список литературы

Рекомендуемая основная литература

• Автоматизация рутинных задач с помощью Python : практическое руководство для начинающих, Свейгарт, Э., 2018
• Сорокин, А. Б. Проектирование и обучение нейронных сетей (генеративные модели) : учебное пособие / А. Б. Сорокин, Р. Э. Семенов. — Москва : РТУ МИРЭА, 2025. — 169 с. — ISBN 978-5-7339-2562-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/504823 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

• 44491 - Запись вебинара «AI-агенты для бизнеса: Научитесь создавать за 90 минут» - Г.Ивашкевич; Ж.Хамидун; П.Доронин - Альпина.Вебинары - 2025 - https://hse.alpinadigital.ru/video/44491 - Alpina
• Искусственный интеллект в маркетинге : как использовать ИИ и быть на шаг впереди, Кинг, К., 2024

Авторы

• Сафарян Анастасия Романовна
• Кононова Елизавета Дмитриевна
• Бурова Маргарита Борисовна