Nyelvi modellek alkalmazása döntéstámogatásra, AI-alapú tanácsadó megoldás üzleti környezetben

Félév: 2025-2026 tavasz

Kategória: Szoftver

Téma leírása

A feladat keretében a hallgatók egy innovatív üzleti területhez kapcsolódó, AI-alapú döntéstámogató és tanácsadó rendszer megtervezésén és megvalósításán dolgozhatnak, amelynek központi elemei a nagy nyelvi modellek (LLM-ek), a Retrieval-Augmented Generation (RAG) architektúra, valamint MCP- és/vagy Agent-to-Agent (Agent2Agent) alapú megoldások.

A fejlesztés során a hallgatók megismerkedhetnek a legmodernebb nyelvi modellek (pl. GPT-alapú vagy nyílt forráskódú LLM-ek, LangChain/LangGraph/Langsmith technológiák) gyakorlati alkalmazásával, és kísérletezhetnek azok integrációjával egy valós üzleti problémát támogató rendszerben. A RAG architektúra lehetővé teszi, hogy a nyelvi modellek külső, strukturált és nem strukturált adatforrásokra támaszkodva hozzanak megalapozott döntési javaslatokat, míg az MCP és az Agent2Agent megközelítés segítségével több, specializált AI-agent képes együttműködni, feladatokat delegálni, eredményeket validálni és komplex döntési folyamatokat támogatni.

A téma során lehetőség nyílik különböző technológiai és architekturális megközelítések kipróbálására és összehasonlítására, többek között:

• RAG-alapú döntéstámogató architektúrák tervezése és elemzése,

• MCP/Agent2Agent-alapú agent-koordináció és feladatmenedzsment vizsgálata,

• különböző embedding modellek és vektoralapú adatbázisok összehasonlítása,

• dokumentumfeldolgozási és információ-visszakeresési stratégiák értékelése,

• promptolási, agent-alapú és hibrid megoldások összevetése,

• rövid és hosszú távú memória-mechanizmusok integrálása több-agent rendszerekbe.

 

A fejlesztéshez szükséges felhőalapú környezetek, előfizetések és eszközök rendelkezésre állnak, így a hallgatók a tényleges fejlesztésre és kísérletezésre tudnak koncentrálni, folyamatos mentori támogatás mellett. A munka egyénileg vagy kisebb csapatban is végezhető, és a projekt a következő félévekben továbbvihető, illetve további kutatási és fejlesztési irányokkal bővíthető.

 

A megvalósításhoz TypeScript, React, NodeJS és Python technológiák használatára is van lehetőség.

 

Bármilyen kérdés esetén keressenek bizalommal.

Feltételek

• Fullstack technológiák alapvető ismerete (Typescript)

Külső partner: Zoosh Hungary

Maximális létszám: 4 fő