--- theme: sii-course highlightTheme: github transition: slide transitionSpeed: default --- # Онбординг **Лекция 0 • СИИ • ВолгГТУ САПРиПК • 2025** *Правила игры, роли, команды, дедлайны* --- ## Что нужно к курсу

⬜ GitHub-аккаунт и запись в таблице ⬜ Установлены: git, docker, docker compose ⬜ Редактор: VSCode или PyCharm (с Git-плагином) ⬜ Telegram-чат: включены уведомления

**Источник правды:** https://sii.sergeivolchkov.ru/ --- ## Как устроена работа - Этап = спринт = лаба - Каждая лаба = набор артефактов (**D#**) - Сдача только через **PR** в GitHub - Ревью по чек-листам (**булево: DoD**) **Итог:** Demo Day + релиз/репозиторий «поднимается с нуля» --- ## Как сдаём и оцениваем

### Сдача через PR 1) Ветка: d6-c4-architecture 2) PR в main 3) Заголовок: D6 — C4 Architecture 4) В описании — чек-лист DoD (булево)

### Оценивание - Presence (наличие D#) — **40%** - Quality (DoD) — **40%** - Demo/README — **20%**

Прозрачно: всё видно по PR и чек-листам.

--- ## Дедлайны (жёсткие/мягкие)

Базовый срок на лабу: 2 недели → полный балл +1 неделя → минус 1 балл +2 недели → минус 2 балла +3 недели → 0 баллов

*Можно догонять, но цена задержки известна заранее.* --- ## Команды и Classroom

1) Соберитесь в команду: 4 роли (AI, Fullstack, MLOps, SA/PO) 2) Зайдите в GitHub Classroom → выберите команду 3) Клонируйте командный репозиторий 4) Проверьте локальную сборку (docker)

*Команда — минимальная единица работы на курсе.* --- ## Темы проектов - Можно выбрать из пула (см. сайт → Projects) - Можно предложить свою тему (см. критерии) - **AI — ядро**, не «украшение» - На выходе: рабочий прототип + демо Ссылка: https://sii.sergeivolchkov.ru/projects#criteria --- ## Роли в команде (обзор)

🏗️ SA / PO

Формулировка проблемы, C4-архитектура, roadmap, NSM, ADR, DoR/DoD, ретро.

🧠 AI Engineer

Требования к моделям и метрикам, baseline, промпты, RAG, Langfuse, A/B, анализ метрик.

⚙️ MLOps / DevOps

Docker/Compose, CI/CD, Langfuse, Grafana/Prometheus, автотесты, окружения, мониторинг.

💻 Fullstack

React/Next.js, FastAPI, UX-flow, прототипы с bolt.ai/V0, валидации и обработка ошибок.

--- ## Роли → обязанности (детально) ### 🧠 AI ENGINEER / DATA SCIENTIST - Требования к моделям и метрикам - Baseline, эксперименты, промпты - RAG-цепочки; Langfuse трейсинг - A/B тесты; анализ accuracy/latency/hallucination **Инструменты:** HuggingFace, Langfuse SDK, Python, Jupyter, W&B --- ### ⚙️ MLOPS / DEVOPS - Docker Compose; GitHub Actions (CI/CD) - Интеграция Langfuse; Grafana/Prometheus - Автоматизация lint/test/build - Мониторинг производительности **Инструменты:** Docker, Actions, Langfuse, Grafana/Prometheus, (K8s — опционально) --- ### 💻 FULLSTACK ENGINEER - Интерфейсы на React/Next.js; FastAPI backend - API-контракты; UX-flow; прототипирование (bolt.ai/V0) - Валидации и обработка ошибок; адаптивная вёрстка - Интеграция с LLM через API **Инструменты:** Next.js/React, Tailwind, FastAPI, TypeScript, bolt.ai/V0 --- ### 🏗️ SA / PO (SYSTEM ARCHITECT / PRODUCT OWNER) - Формулировка проблемы и аудитории - C4 архитектура; roadmap; NSM - ADR; DoR/DoD; ретроспективы - Согласование критериев и целей спринтов **Инструменты:** Excalidraw, GitHub Projects, Notion/Confluence, Miro/FigJam --- ## Спринты (фокус по ролям) | # | Этап | Фокус | |---|------|-------| | 01 | ИНИЦИАЦИЯ | SA/PO + AI | | 02 | ПРОЕКТИРОВАНИЕ | Все роли | | 03 | ПРОТОТИПИРОВАНИЕ | Fullstack + AI | | 04 | ИНФРАСТРУКТУРА | MLOps + Fullstack | | 05 | ТЕСТИРОВАНИЕ | AI + MLOps | | 06 | DEMO DAY | Все роли | | 07 | РЕТРОСПЕКТИВА | SA/PO ведёт | *Подробные deliverables см. на сайте.* --- ## Что сдаём в L1 (ориентиры) - **D1 — PRD (mini):** сегменты, боли, use-cases, value prop, NSM - **D2 — Use-case Narrative:** happy path + альтернативы + ценность - **D3 — Stakeholder Map** - **D4 — Матрица ответственности (RACI)** **Формат сдачи:** PR с чек-листом (булево) --- ## Вопросы → в чат

Пиши кратко и по делу: 1) Что делаешь и где застрял 2) Контекст: D#, ссылка на PR, скрин/лог

*Ответы быстрее, когда есть контекст.* --- ## Сегодняшние шаги

1) Собраться в команды и выбрать роли 2) Зайти в GitHub Classroom и выбрать команду 3) Клонировать репозиторий команды 4) Посмотреть L1 на сайте и запланировать D1–D4

**Дедлайн L1:** 2 недели (шкала штрафов см. выше) --- # Готовы к Лекции 1 🚀 **AI-продукт как система** — от модели к продукту