Применение генеративного искусственного интеллекта в бизнесе

2026/2027

ID 1146705

Статус: Маго-лего

Кто читает: Департамент бизнес-информатики и операционного менеджмента

Где читается: Санкт-Петербургская школа экономики и менеджмента

Когда читается: 4 модуль

Охват аудитории: для своего кампуса

Преподаватели: Колцун Никита Валерьевич

Язык: русский

Кредиты: 3

Контактные часы: 24

Дополнительные материалы в LMS Задать вопрос

Аннотация

Дисциплина направлена на формирование у обучающихся современных компетенций в области разработки и внедрения решений на основе генеративного искусственного интеллекта для автоматизации и поддержки бизнес-процессов. В рамках курса рассматриваются принципы работы больших языковых моделей (Large Language Models, LLM), методы проектирования запросов (Prompt Engineering), технологии Retrieval Augmented Generation (RAG), построение интеллектуальных агентов (AI Agents), а также вопросы интеграции генеративного ИИ в корпоративные информационные системы. Особое внимание уделяется практическому применению инструментов Python для разработки приложений с использованием современных языковых моделей и специализированных фреймворков. Обучающиеся изучают методы создания систем поиска и генерации знаний на основе корпоративных данных, проектируют интеллектуальных помощников для решения прикладных бизнес-задач, анализируют эффективность внедрения генеративного ИИ и оценивают связанные с его использованием риски. В ходе освоения дисциплины студенты получаю навыки работы с API современных языковых моделей, библиотеками LangChain и LangGraph, технологиями создания векторных представлений данных (Embeddings), векторными базами данных и инструментами построения RAG-систем. Практическая подготовка ориентирована на решение реальных задач цифровой трансформации организаций и разработку прикладных AI-решений для бизнеса.

Цель освоения дисциплины

Формирование у обучающихся компетенций по разработке, интеграции и внедрению систем генеративного искусственного интеллекта для решения прикладных задач бизнеса с использованием современных языковых моделей, технологий Retrieval Augmented Generation (RAG), ИИ Агентов (AI Agents) и инструментов Python-разработки.

Планируемые результаты обучения

Знать принципы работы современных больших языковых моделей (LLM)
Знать архитектуру Transformer
Знать подходы Prompt Engineering
Знать принципы построения RAG-систем
Знать технологии векторных представлений данных (Embeddings) и векторный поиск (Vector Search)
Знать архитектуру ИИ Агентов (AI Agents)
Знать методы интеграции больших языковых моделей (LLM) в корпоративные информационные системы
Знать ограничения, риски и вопросы безопасности генеративного ИИ
Уметь разрабатывать приложения с использованием LLM API
Уметь создавать RAG-системы для работы с корпоративными знаниями
Уметь использовать библиотеки LangChain и LangGraph
Уметь проектировать AI-ассистентов для бизнес-процессов
Уметь оценивать качество генерации и поиска информации
Уметь внедрять AI-инструменты в процессы организации