26Д111СИВИ - Софтверско инжењерство за системе са вештачком интелигенцијом
| Спецификација предмета | ||||
|---|---|---|---|---|
| Назив | Софтверско инжењерство за системе са вештачком интелигенцијом | |||
| Акроним | 26Д111СИВИ | |||
| Студијски програм | Електротехника и рачунарство | |||
| Модул | модул Софтверско инжењерство | |||
| Тип студија | докторске академске студије | |||
| Наставник (предавач) | ||||
| Наставник/сарадник (вежбе) | ||||
| Наставник/сарадник (ДОН) | ||||
| Број ЕСПБ | 9.0 | Статус предмета | изборни | |
| Условљност другим предметима | ||||
| Циљеви изучавања предмета | Циљ предмета је да студентима пружи знање и вештине неопходне за прелазак од развоја модела машинског учења ка изградњи, имплементацији, одржавању и управљању продукционим АI системима.Oспособљавање студената да разумеју и примене инжењерске, архитектонске, тестне, оперативне и етичке аспекте стварања производа са компонентама машинског учења. | |||
| Исходи учења (стечена знања) | По завршетку предмета, студент треба да буде способан да: анализира компромисе у дизајну –тачност модела, латенцију, оперативне трошкове, скалабилност, објашњивост и безбедност; планира и имплементира системе који су робустни на грешке модела, имају тестирања, мониторинг и могу да се одржавају у продукцији; пројектује инфраструктуру за податке и моделе; сагледа системски квалитет. | |||
| Садржај предмета | ||||
| Садржај теоријске наставе | • Квалитет модела и система: латенција, скалабилност, оперативни трошкови, објашњивост, пристрасност, приватност, безбедност. • Инфраструктура, MLOps: CI/CD за ML, верзионисање модела и података, експерименти у продукцији, детекција дрифта и повратних петљи. • Тимови и процеси: улога софтверских инжењера, дата научника, операција, доменских експерата; сарадња, одговорности. • Етика и одговорност. | |||
| Садржај практичне наставе | • Програмски задаци који укључују моделирање, имплементацију сервиса, аутоматизацију тестирања и распоређивања у радно окружење. • Пројекат где студенти имплементирају, распоређују и прате систем који користи модел машинског учења у радном окружењу и управљају његовим квалитетом, скалирањем и мониторингом. • Семестрални радови у циљу разумевањa теоријских аспеката и студију случајева из праксе. | |||
| Литература | ||||
| ||||
| Број часова активне наставе недељно током семестра/триместра/године | ||||
| Предавања | Вежбе | ДОН | Студијски и истраживачки рад | Остали часови |
| 8 | ||||
| Методе извођења наставе | Предавања и менторски рад са студентима на изради пројектног задатка. | |||
| Оцена знања (максимални број поена 100) | ||||
| Предиспитне обавезе | Поена | Завршни испит | Поена | |
| Активности у току предавања | Писмени испит | |||
| Практична настава | Усмени испит | 30 | ||
| Пројекти | 70 | |||
| Колоквијуми | ||||
| Семинари | ||||