• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2026/2027

Проектный семинар “Python и LLM в исследовании и создании контента”

Статус: Курс по выбору (Медиакоммуникации)
Кто читает: Институт медиа
Когда читается: 2-й курс, 4 модуль
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 2
Контактные часы: 40

Программа дисциплины

Аннотация

На курсе студенты смогут освоить автоматическое использование больших языковых моделей (LLM) для анализа и генерации текстового контента с помощью Python. Студенты научатся парсить данные из социальных сетей, строить профиль стиля сообществ и создавать новые посты на основе анализа существующих текстов с помощью LLM. В рамках курса также рассматривается промт-инжиниринг, few-shot conditioning и интеграция моделей в практические приложения. Итоговым проектом станет разработка чат-бота, способного автоматически генерировать текст в заданном стиле и формате, создавая полноценный программный продукт.
Цель освоения дисциплины

Цель освоения дисциплины

  • Изучить методы сбора, обработки и анализа текстовых данных из социальных медиа
  • Изучить методы использования больших языковых моделей для исследования текстового контента
  • Изучить методы промт-инжиниринга и управления генерацией текстового контента
  • Изучить методы разработки программных приложений на Python, использующих большие языковые модели
Планируемые результаты обучения

Планируемые результаты обучения

  • Собирает текстовые данные из социальных сетей с использованием Python
  • Анализирует текстовый контент и выявляет его тематические, стилистические и структурные особенности
  • Применяет большие языковые модели для решения задач анализа и генерации текстового контента
  • Разрабатывает и использует эффективные запросы (промты) для управления работой больших языковых моделей
  • Интегрирует большие языковые модели в приложения на Python с использованием API и специализированных библиотек
  • Оценивает качество результатов анализа и генерации текстового контента с использованием автоматических и экспертных методов
  • Разрабатывает программное приложение для автоматизированного анализа и генерации контента на основе больших языковых моделей
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Введение в исследование контента и основы Python
  • Сбор данных из социальных сетей
  • Исследование текстового контента
  • Использование больших языковых моделей для анализа контента
  • Генерация текстового контента с использованием LLM
  • Разработка приложений на основе больших языковых моделей
  • Оценка качества генерации
  • Демонстрация итогового проекта
Элементы контроля

Элементы контроля

  • неблокирующий Активность на занятиях
  • неблокирующий Домашние задания
  • неблокирующий Итоговый проект
Промежуточная аттестация

Промежуточная аттестация

  • 2026/2027 4th module
    0.2 * Итоговый проект + 0.2 * Активность на занятиях + 0.6 * Домашние задания
Список литературы

Список литературы

Рекомендуемая основная литература

  • Python for data analysis : data wrangling with pandas, numPy, and IPhython, Mckinney, W., 2017

Рекомендуемая дополнительная литература

  • Think Python - How to Think Like a Computer Scientist (Downey) - CCBY4_043 - Allen B. Downey - 2022 - Open Educational Resources: libretexts.org - https://ibooks.ru/products/390563 - 390563 - iBOOKS

Авторы

  • Хлопова Виктория Георгиевна
  • Уваров Федор Максимович