Курс посвящён применению генеративного ИИ в повседневной работе фронтенд-разработчика (React, Angular, Vue). Вы научитесь генерировать UI-компоненты по скриншотам или макетам, автоматически создавать TypeScript-типы на основе API-спецификаций (OpenAPI) и проводить рефакторинг стейт-менеджмента (например, с Redux на Effector / Zustand) с минимальным ручным участием.

Практика включает написание unit-тестов (Jest, Playwright) с помощью ИИ-агентов и построение RAG-систем для работы с документацией проекта.

Как работают большие языковые модели (LLM): токены, контекстное окно, температура. Системные и пользовательские промпты. Техники: Few-shot, Chain-of-Thought, ReAct. Борьба с галлюцинациями и проверка фактов.

IDE и расширения: Cursor, Windsurf, Continue, Cline, Kilo Code.

CLI & Терминал: использование ИИ в консоли (Claude Code, Gemini CLI, OpenCode).

Spec-driven development: сначала пишем спецификацию (Markdown / OpenAPI), затем генерируем код.

Что такое Retrieval Augmented Generation (RAG) простыми словами. Виды Retrieval Augmented Generation (RAG): от простого поиска по документации до GraphRAG.

Использование ИИ для рефакторинга и объяснения legacy-кода.

Автономные агенты и их режимы: Plan-Code-Ask-Debug. Протокол Model Context Protocol (MCP). Навыки (Skills). Субагенты.

Тестирование: генерация unit-тестов, интеграционных тестов и тест-кейсов.

Промпт-инъекции (prompt injection) в коде и приложениях. Утечка данных: как не отправить секреты компании в OpenAI. Лицензионная чистота сгенерированного кода.

Генерация компонентов по скриншоту или макету. Типизация TypeScript из API-ответов. Unit-тестирование UI (Jest, Playwright). Стейт-менеджмент: переход от Redux к Effector / Zustand с помощью ИИ. Вайб-кодинг (vibe coding).