Бакалавриат
2026/2027
Мультиагентные системы
Статус:
Курс по выбору (Прикладная математика и информатика)
Где читается:
Факультет компьютерных наук
Когда читается:
3-й курс, 1, 2 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
5
Контактные часы:
56
Программа дисциплины
Аннотация
Современные AI-ассистенты и агентные системы способны качественно решать сложные задачи (например, написание production ready кода). При этом под капотом Agent Harness лежит множество идей и механизмов, которые определяют, почему агент ведет себя именно так, а не иначе. Цель курса - разобраться с тем, как агентные пайплайны устроены изнутри.
Цель освоения дисциплины
- Сформировать у студентов компетенции, которые позволят проектировать, разрабатывать и внедрять мультиагентные системы для решения прикладных задач.
Планируемые результаты обучения
- Умение проектировать, реализовывать и оценивать интеллектуальные чат-боты и мультиагентные системы на базе LLM
- Разрабатывать мультиагентные системы на базе фреймворка AutoGen, организуя их координацию, коммуникацию и управление состоянием.
Содержание учебной дисциплины
- Введение в курс
- Введение в агентов
- Основы разработки агентов
- Память в агентах и Agentic RAG
- Мультиагентные системы
- Библиотеки / фреймворки для написания агентов
- Продвинутые методы рассуждения
- Конкретные агентные системы и парадигмы
- AgentOPS
- Будущее агентов / развития ИИ
Список литературы
Рекомендуемая основная литература
- Мультиагентные системы: самоорганизация и развитие. - 978-5-279-03591-5 - Лихтенштейн В.Е., Конявский В.А., Росс Г.В., Лось В.П. - 2018 - Москва: Финансы и статистика - https://ibooks.ru/products/365478 - 365478 - iBOOKS
Рекомендуемая дополнительная литература
- Uday Kamath, John Liu, & James Whitaker. (2019). Deep Learning for NLP and Speech Recognition. Springer.