ИИ в Python-проектах: разработка, анализ и архитектура

В этом модуле вы рассмотрите актуальные AI-инструменты и модели, которые используют разработчики для написания кода. Научитесь настраивать рабочую среду, использующую AI-ассистентов. Разберёте примеры применения инструментов на базе AI для автоматизации задач рефакторинга, тестирования и документирования. А также рассмотрите сравнение популярных и основных инструментов, сгруппированных по функционалу и подходам к решаемым задачам.

Тема 1: Основы использования AI в разработке

Тема 2: Настройка рабочих сред // ДЗ

Тема 3: Применение инструментов для автоматизации разработки

Данный модуль посвящён важному этапу жизненного цикла программного продукта - эксплуатации и сопровождению. В этом модуле вы рассмотрите более сложные варианты применения AI в задачах, с которыми сталкивается разработчик. На примере работы с большими кодовыми базами вы научитесь использовать AI-инструменты для автоматизации таких процессов, как код-ревью, разбор инцидентов, анализ больших проектов, задачи из области DevOps, генерация API и генерация шаблонов проектов.

Тема 1: Код-ревью и разбор инцидентов // ДЗ

Тема 2: Анализ больших проектов и задачи из области DevOps

Тема 3: Применение инструментов AI для генерации API и темплейтов проектов // ДЗ

Данный модуль посвящён применению AI-инструментов для автоматизации решения архитектурных задач. Вы рассмотрите продвинутые техники промпт-инжиниринга для сложных систем, управление контекстным окном и вниманием модели при работе с большими кодовыми базами и документацией. Освоите стратегический анализ и проектирование с использованием AI, декомпозицию требований, подход «Архитектура как код» (Architecture as Code), AI-ревью архитектуры, а также моделирование угроз с применением AI. На примере реальных задач вы научитесь создавать и поддерживать диаграммы без ручного перетаскивания элементов, проводить семантический анализ кода и извлекать бизнес-правила из легаси-систем с помощью LLM, быстро проверять архитектурные гипотезы на соответствие паттернам и антипаттернам, генерировать спецификации OpenAPI/gRPC с учётом лучших практик на основе черновиков, а также критически оценивать ответы AI, выявляя галлюцинации, устаревшие практики и небезопасный код.

Тема 1: Контекстное окно и управление вниманием модели для больших кодовых баз и документации // ДЗ

Тема 2: Стратегический анализ и дизайн. Декомпозиция требований

Тема 3: Подход «Архитектура как код» (Architecture as Code) // ДЗ

Тема 4: Анализ безопасности ПО и моделирование угроз с помощью AI-инструментов

В этом модуле вы освоите расширенные сценарии использования AI для решения задач разработки. Рассмотрите семантический контекст и карту кодовой базы, технику Retrieval-Augmented Generation (RAG) и её применимость к репозиторию, идиоматический рефакторинг и модернизацию легаси, интеллектуальную отладку и статический анализ потенциальных угроз и ошибок, а также AI-агентов в CI/CD (автономных ассистентов). На примере реальных задач вы научитесь работать с контекстной инженерией, выполнять спецификацию через AI, проводить прикладной AI-рефакторинг и интегрировать пайплайны.

Тема 1: Семантический контекст, карта кодовой базы, рефакторинг и модернизация legacy

Тема 2: Техника Retrieval-Augmented Generation (RAG) и её применимость к репозиторию

Тема 3: Интеллектуальная отладка и статический анализ потенциальных угроз и ошибок

Тема 4: AI-агенты в CI/CD (Автономные ассистенты). Интеграция AI-инструментов в пайплайны CI/CD

Заключительный месяц курса посвящен проектной работе. Проект – это самая интересная часть обучения. Вы будете разрабатывать его на основе полученных на курсе навыков и компетенций. В процессе работы над проектом можно получить консультацию преподавателей.

Тема 1: Выбор темы и организация проектной работы // Проектная работа

Тема 2: Консультация по проектам и домашним заданиям

Тема 3: Защита проектных работ

Тема 4: Подведение итогов курса