- Кількість кредитів 3
- Тип Обов'язковий
- Семестри 8, 10
- Рівень вищої освіти Бакалавр, Магістр
- Підсумковий контроль Залік
⚡Квест: Оркестрація ШІ-агентів!
Втомився від тупих скриптових ботів? Час створювати автономних ШІ-асистентів! Прокачай NLU, навчи ботів викликати інструменти через API (Tool Calling) та керувати пам'яттю у векторних СУБД Chroma/Qdrant. Будуй циклічні графи у LangGraph, розгортай локальний Edge AI з обробкою голосу через Whisper та контролюй TTFT й токени у LangSmith й Ragas.
🚀Виведи своїх ботів на рівень автономного ШІ!
🛠Стек: FastAPI, LangGraph, Spring AI, Qdrant, Ollama, Whisper.
🎒В рюкзак: Мультиагентна екосистема чат-ботів на GitHub.
⚡Квест: Ліквідуй застарілі скрипти, підкори циклічні графи LangGraph та розгорни мультимодальних ШІ-агентів!
🌐Опис місії
Створювати простих ботів на жорстких конструкціях if/else давно в минулому. Сучасному IT-ринку потрібні архітектори інтелектуальних систем, здатні перетворювати ймовірнісні мовні моделі на автономних крос-платформних помічників, які розв'язують реальні бізнес-задачі. Цей квест — твій фінальний прикладний інтегратор у контурі штучного інтелекту, що трансформує моделі NLP у готові до релізу сервіси. Ми навчимо тебе думати категоріями асинхронних бекенд-інтерфейсів, оркеструвати взаємодію кількох вузькоспеціалізованих ШІ-агентів та управляти тривалими сесіями діалогів. Ти дізнаєшся все про витягування сутностей (NER), роботу векторних сховищ, квантування моделей для Edge AI, голосові інтерфейси (VUI) за моделлю Whisper та автоматизований аудит якості відповідей. Опануй повний цикл AI-driven розробки, оптимізуй час до першого токена (TTFT) та деплой рішення, готові до реального промислового продакшену!
🛠Твій інструментарій
Programming & Backend Infrastructure: Python 3.11+, Java 21+, асинхронний фреймворк FastAPI, екосистема Spring Boot, технологія Webhooks.
AI Orchestration & Agent Workflows: LangChain, LangGraph (циклічні обчислювальні графи, State Management), Spring AI, LangChain4j, Hugging Face Transformers.
NLU & Vector Memory Systems: NLTK, SpaCy (токенізація, лематизація, витягування сутностей NER), векторні бази даних Chroma, Qdrant (архітектура RAG), локальна СКБД SQLite (збереження сесій).
Edge AI & Multimodal Signal Processing: Інструменти Ollama (локальний запуск малих мовних моделей SLM), ONNX Runtime, Whisper API (голосовий контур розпізнавання та синтезу мови STT/TTS).
Testing, Observability & Evaluation: Платформи LangSmith, Arize Phoenix (наскрізне трасування ланцюжків міркувань моделей), фреймворки Ragas, TruLens (оцінка за принципом LLM-as-a-Judge).
Version Control & Copilots: GitHub Copilot, Cursor AI, Git / GitHub.
🚀Що прокачаєш (Суперсили)
Advanced NLU & Intent Recognition: Навчишся проводити препроцесинг тексту, безпомилково класифікувати наміри користувачів за допомогою логістичної регресії чи SVM та аналізувати тональність.
Multi-Agent State Management: Опануєш проєктування децентралізованих мультиагентних систем із розподілом обов'язків у LangGraph та інтеграцією патерну Human-in-the-Loop для критичних фінансових чи транзакційних дій.
Tool Calling & API Automation: Навчишся надавати ШІ-асистентам доступ до зовнішнього світу через механізми виклику функцій (Function/Tool Calling), автоматичне витягування даних (Scraping), роботу з календарями та CRM-системами.
Edge AI, Speech & Observability: Прокачаєш навички розгортання офлайн-обчислень штучного інтелекту за допомогою квантування моделей (Quantization), налаштування голосових інтерфейсів VUI та наскрізного трасування логів (TTFT).
🎒Що покладеш у рюкзак (Портфоліо)
На фінальному захисті у формі симуляції AI System Readiness Review ти презентуєш свою Мультиагентну екосистему віртуальних помічників, інтелектуальний RAG-рушій та автоматизовану платформу обробки природної мови (Intelligent Multi-Agent Copilot & Advanced NLU System), оформлену як репозиторій на GitHub:
LangGraph Orchestration Engine: Мультиагентна архітектура на LangGraph із циклічною логікою взаємодії між спеціалізованими агентами (агент-дослідник, агент-кодер), механізмом збереження стану та ручною валідацією дій.
Advanced NLU Memory Shard: Інтегроване векторне сховище (Chroma/Qdrant) для реалізації RAG-пам'яті бота з налаштованими стратегіями розбиття контенту (Chunking), гібридним пошуком та реранжуванням.
Function & Tool Calling Matrix: Модулі асинхронного виклику зовнішніх інструментів (Google Calendar API, веб-скрейпінг, менеджери нагадувань та платіжні шлюзи).
Multi-platform GUI/VUI Interface: Працюючий крос-платформний інтерфейс бота в Telegram або Slack з інтерактивними меню та підключеним голосовим контуром на базі моделі Whisper.
Edge AI Privacy Stand: Конфігурація для повністю локальної офлайн-роботи помічника з малими моделями через Ollama/ONNX для забезпечення повної конфіденційності даних.
Observability & Ragas Audit Log: Аналітичний звіт наскрізного трасування ланцюжків міркувань у LangSmith та автоматизована оцінка якості відповідей ботів у Ragas (метрики Groundedness та релевантності не менше 85%).
💼Твій майбутній тайтл
Ці прикладні архітектурні компетенції миттєво конвертуються у високі чеки на позиціях:
AI / LLM Software Engineer.
AI Systems Architect / Solution Architect.
Conversational AI Developer / NLP Specialist.
LLMOps Engineer / AI Automation Specialist.
