Detail předmětu

Algoritmické inženýrství a AI kooperace

FSI-SAI-AAk. rok: 2026/2027

Předmět poskytuje základy metodiky algoritmického inženýrství a úvod do pokročilé kooperace s nástroji umělé inteligence. Seznámí studenty s principy dekompozice komplexních technických problémů, technikami exaktního promptingu a kritickým výběrem technologického stacku. Předmět představí architekturu autonomních agentů, pokročilé RAG systémy, problematiku integrace heterogenních systémů a nasazení modelů na koncová zařízení.

Jazyk výuky

angličtina

Počet kreditů

4

Zajišťuje ústav

Vstupní znalosti

Znalost principů objektově orientovaného programování (v libovolném jazyce), základy algoritmizace, schopnost matematické formulace technických úloh, základní orientace v principech a nástrojích umělé inteligence (absolvování předmětu SIS nebo ekvivalentní zkušenost).

Pravidla hodnocení a ukončení předmětu

Hodnocení předmětu sestává z bodů za semestrální projekt (prezentace komplexního systému a obhajoba architektury vytvořené v kooperaci s AI) (70 %) a z bodů za průběžné samostatné úlohy ze cvičení (30 %). Podmínkou udělení zápočtu je získání minimálně 50 % bodů ze semestrálního projektu. Za aktivní přínos ve výuce lze získat zvláštní ohodnocení.

Účast na přednáškách je vhodná, na cvičeních 100 % povinná. Výuka probíhá podle týdenního rozvrhu. Způsob náhrady zameškaných cvičení je plně v kompetenci vyučujícího.

Učební cíle

Seznámení studentů s rolí architekta řešení v éře AI a naučit je metodám efektivního řízení vývoje komplexních systémů v multijazykovém prostředí. Naučit je pokročilé dekompozici úloh na logické celky, technikám verifikace a technického auditu generovaného kódu a práci s moderními vývojovými prostředími. Seznámení s architekturou multi-agentních systémů, sémantickým inženýrstvím či principy on-device AI a hybridních výpočetních systémů.

Studenti získají znalosti v oblasti algoritmického inženýrství a kooperace s LLM modely. Naučí se navrhovat architekturu matematických řešení, efektivně propojovat různé technologie do funkčních celků a využívat AI pro rychlé prototypování i optimalizaci výpočetně náročných algoritmů při zachování technické správnosti.

Základní literatura

Albada Michael, Building Applications with AI Agents: Designing and Implementing Multiagents Systems. 2025, O'Reilly Media, Inc. ISBN: 978-1098176501.
Huyen Chip. AI Engineering: O'Reilly Media, Inc., 2024. ISBN: 9781098166304. 
Huyen Chip, Designing Machine Learning Systems. 2022, O'Reilly Media, Inc. ISNB: 9781098107932.

Doporučená literatura

ROTHMAN, D. a GULLI, A. Transformers for natural language processing: build, train, and fine-tune deep neural network architectures for NLP with Python, PyTorch, TensorFlow, BERT, and GPT-3. Birmingham: Packt, 2022. ISBN 978-1-80324-733-5.
up to date online articles, blogs with updates of OpenAI, Anthropic, Google

Zařazení předmětu ve studijních plánech

  • Program N-MAI-A magisterský navazující 1 ročník, letní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

13 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Paradigma inženýrské kooperace
  2. Abstrakce a dekompozice
  3. Verifikace a technický audit
  4. Kritické vnímání a AI Debugging
  5. Architektura autonomních agentů a plánování komplexních úloh.
  6. Multi-agentní systémy a workflow
  7. Pokročilé RAG systémy a sémantické inženýrství
  8. Integrace heterogenních systémů
  9. Moderní vývojová prostředí
  10. Hybridní systémy
  11. Lokální a vestavěná AI
  12. Rezerva přednášejícího.

Cvičení s počítačovou podporou

26 hod., povinná

Vyučující / Lektor

Osnova

Počítačová cvičení jsou zaměřena na praktické zvládnutí látky probrané na přednáškách s důrazem na inženýrskou samostatnost. Studenti se učí využívat AI nikoliv jako náhradu za myšlení, ale jako vysoce výkonného kooperátora při návrhu, realizaci a verifikaci komplexních systémů. Hlavní náplní je práce na semestrálním projektu, který simuluje inženýrský workflow od dekompozice zadání až po nasazení na koncové zařízení.

1. Analýza a dekompozice

2. Konfigurace profesionálního prostředí

3. - 5. Architektura a prototypování

6. - 8. Implementace inteligentních modulů

9. Verifikace a optimalizace

10. - 11. Finalizace a dokumentace

12. Konzultace

13. Prezentace