| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Mākslīgā intelekta asistēta spējā IT projekta produkta un sprinta darāmnes plānošana |
| Nosaukums angļu valodā |
Artificial Intelligence-Assisted Agile IT Project Product and Sprint Backlog Planning |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Oksana Ņikiforova |
| Recenzents |
Jevgēnijs Raģiņa |
| Anotācija |
Darba mērķis: Izstrādāt ģeneratīvā mākslīgā intelekta atbalstītu risinājumu IT projekta produkta un sprinta darāmņu veidošanai no projekta sākuma fāzes datiem.
Darbā tiek pētīta lielo valodu modeļu un vektoru datubāzu izmantošana ar RAG arhitektūru. Šo tehnoloģiju kopa tiek izmantota, lai pārveidotu biznesa prasības standartizētos spējās izstrādes artefaktos - epikos, lietotāju stāstos, pieņemšanas kritērijos, atvērtajos jautājumos un izsekojamības ierakstos. Ģenerēšanas procesā tiek izmantoti INVEST un MoSCoW metodoloģijās balstīti kvalitātes kritēriji.
Autors piedāvā divpakāpju konveijera arhitektūras pieeju. Pirmajā posmā specializēts modelis normalizē ievaddatus. Otrajā posmā tiek ģenerēti darāmnes artefakti, bet vektoru atmiņa palīdz identificēt semantiskos dublikātus. Šie artefakti ietver pārbaudāmus pieņemšanas kritērijus un fiksētas neskaidrības. Prototipa arhitektūrā ir paredzēta arī kontrolēta integrācija ar Jira sistēmu.
Darba apjoms ir 63 lappuses. Darbā iekļauti 18 attēli, 7 tabulas, 30 izmantotie informācijas avoti un 6 pielikumi. |
| Atslēgas vārdi |
SPĒJĀ IZSTRĀDE, ĢENERATĪVAIS MĀKSLĪGAIS INTELEKTS, LIELS VALODU MODELIS, PRASĪBU INŽENIERIJA, IZGŪŠANAS PAPILDINĀTĀ ĢENERĒŠANA |
| Atslēgas vārdi angļu valodā |
AGILE DEVELOPMENT, GENERATIVE ARTIFICIAL INTELLIGENCE, LARGE LANGUAGE MODEL, REQUIREMENTS ENGINEERING, RETRIEVAL-AUGMENTED GENERATION |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
26.05.2026 13:55:58 |
