Курс предполагает освоение основных принципов и инструментов автоматизации коммуникационных и медиа процессов с использованием ИИ-технологий, в частности больших языковых моделей. Студенты освоят навыки, покрывающие полный цикл создания ИИ-автоматизаций: автоматический сбор данных из открытых источников, предобработка данных, обработка естественного языка и анализ данных с помощью LLM (БЯМ), автоматическая разметка и публикация данных, интеграция системы с внешними средами. В теоретическую составляющую курса входят общие принципы создания ИИ-агентов, промпт-инжиниринг, описывается история и устройство современного ИИ. В результате освоения курса студент постепенно создаст собственную ИИ-автоматизацию и получит глубокие технические знания об устройстве больших языковых моделей.
Цель освоения дисциплины
Научиться автоматизировать рутинные, креативные и аналитические задачи в сфере коммуникаций и медиа с использованием языка программирования Python и no-code сервисов (не требующих написания кода)
Освоить корректное и этичное использование ИИ в автоматизированных системах для задач креативных индустрий
Планируемые результаты обучения
Использовать знания об устройстве и видах языковых моделей для настройки параметров и написания результативных промптов
Применять актуальные ИИ-инструменты для генерации и обработки текста, изображений, видео и аудио через веб-интерфейсы и программно на языке Python (через API и библиотеки)
Реализовывать и автоматизировать полный цикл анализа структурированных и неструктурированных данных от их сбора до интерпретации результатов с помощью ИИ инструментов
Уметь разрабатывать полноценного ИИ-агента локально и в облачных сервисах и обосновывать выбор архитектуры
Содержание учебной дисциплины
Языковые модели: история, устройство и применимость в креативных индустриях
ИИ-инструменты для генерации контента
Автоматический сбор данных
Обработка естественного языка и анализ данных с помощью ИИ-инструментов
ИИ-агенты
Элементы контроля
Проект
Проект представляет собой разработку ИИ-агента для автоматизации задач в сфере коммуникаций, PR , медиа.
Цель проекта — создать работающий MVP (минимально жизнеспособный продукт) автоматизированной системы (ИИ-агента), который решает конкретную прикладную задачу в коммуникационной сфере, проходя полный цикл работы с данными: от этичного сбора до генерации полезного результата с использованием больших языковых моделей (БЯМ)
Тесты
Тесты проводятся в SmartLMS и проверяются вручную преподавателем, ассистентом или автоматически с помощью ИИ (в таком случае студент будет уведомлен об ИИ проверке).
Активность
Баллы за активность начисляются за выполнение заданий на семинарах.
Промежуточная аттестация
2026/2027 4th module
0.3 * Тесты + 0.5 * Проект + 0.2 * Активность
Список литературы
Рекомендуемая основная литература
Бессмертный, И. А. Искусственный интеллект. Введение в многоагентные системы : учебник для вузов / И. А. Бессмертный. — Москва : Издательство Юрайт, 2026. — 134 с. — (Высшее образование). — ISBN 978-5-534-22182-4. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/600875 (дата обращения: 02.07.2026).
Шепелева, О. П. Искусственный интеллект в бизнес-инжиниринге: технологии, методы и практики трансформации процессов : монография / О. П. Шепелева, С. М. Кашин. — Москва : Русайнс, 2025. — 76 с. — ISBN 978-5-466-09905-8. — URL: https://book.ru/book/959497 (дата обращения: 01.07.2026). — Текст : электронный.
Рекомендуемая дополнительная литература
Сидорчук, Р. Р. Маркетинговое планирование. Искусственный интеллект, инструменты, метрики, показатели : учебник / Р. Р. Сидорчук. — Москва : КноРус, 2026. — 239 с. — ISBN 978-5-406-14846-4. — URL: https://book.ru/book/959130 (дата обращения: 01.07.2026). — Текст : электронный.
Преподаватель
Анисимова Ксения Михайловна
Программа дисциплины
Аннотация
Цель освоения дисциплины
Планируемые результаты обучения
Содержание учебной дисциплины
Элементы контроля
Промежуточная аттестация
Список литературы
Рекомендуемая основная литература
Рекомендуемая дополнительная литература
Авторы