Szoftverfejlesztés MI támogatással

A tantárgy angol neve: AI Assisted Software Development

Adatlap utolsó módosítása: 2025. május 15.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar 		szabadon választható
Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VIAUBXAV087-00   2/0/0/f 2  
3. A tantárgyfelelős személy és tanszék Dr. Kővári Bence András,
A tantárgy tanszéki weboldala www.aut.bme.hu
4. A tantárgy előadója

Dr. Kővári Bence, egyetemi docens, AUT

Albert István, mérnöktanár, AUT

Rajacsics István, mérnöktanár, AUT

Simon Gábor, ügyvivő szakértő, AUT
5. A tantárgy az alábbi témakörök ismeretére épít

Általános szoftverfejlesztési ismeretek, .NET technológiák ismerete, webes technológiák alapfokú ismerete
7. A tantárgy célkitűzése

A tárgy bevezeti a hallgatókat a mestereséges intelligencia (MI) eszközök alkalmazásának lehetőségeibe a szoftver életciklus különböző fázisaiban. A hallgatók a tárgy keretében megismerkedhetnek a legfontosabb elérhető MI eszközökkel, majd előadásról előadásra megismerhetik, hogyan alkalmazhatják azokat a szoftverspecifikáció, a grafikus tervezés, a backend- és frontend fejlesztés, a tesztelés, majd a refaktorálás során.

8. A tantárgy részletes tematikája

 

Előadás anyag

1.

Különbségek a különböző MI-támogatott fejlesztői eszközök között (pl. ChatGPT vs Copilot vs Claude), erősségek, gyengeségek, tipikus felhasználási forgatókönyvek

Hasznos mérőszámok (pl. pontosság, gyorsaság, költséghatékonyság, prompt-engineering hatékonysága)

2.

Követelmények elemzése és validációja MI-eszközökkel (követelmények generálása, ellentmondások felismerése)

Specifikációk automatikus átalakítása (természetes nyelvről UML-re, UML-ről természetes nyelvre)

3.

Vizuális tervezés (UI sketchek, vizuális tervek készítése, finomítása), szöveges és grafikus modellek

Konkrét UI design-eszközök MI-támogatással (pl. Galileo AI, Uizard, Visily)

4.

Backend fejlesztés, adatbázis-séma automatikus generálása természetes nyelvi követelményekből, Backend API végpontok specifikációjának automatikus készítése OpenAPI (Swagger) formátumban

5.

Frontend fejlesztés (mobil). Mobil appok UI komponenseinek automatikus generálása MI-vel (például FlutterFlow vagy Copilot segítségével)

6.

Frontend fejlesztés (web) Automatikus weboldal-elrendezés generálása természetes nyelvi leírásból (például Vercel AI SDK integrálása)

7.

Tesztelés. Automatizált teszt-esetgenerálás követelmény-specifikációból (unit tesztek, integrációs tesztek)

8.

Kommentezés, dokumentálás. Automatikus kóddokumentáció-generálás (pl. JSDoc, JavaDoc, PyDoc, XmlDoc automatikus generálása és optimalizálása)

9.

Szoftver kiadás (kiadási szkriptek generálása, karbantartása), CI/CD rendszerben automatizált pull request kezelés, commitok leírásának ellenőrzése, javítása

10.

Lokális (on-premise) MI-modellek integrálása, futtatása (pl. Llama, Code Llama, Ollama)

11.

Az MI generálta kód jogi vonatkozásai (felelősség, szerzői jogok). AI által generált kód detektálhatóságának technológiái, gyakorlati korlátai.

12.

Összegzés, további kitekintés, hallgatói bemutatók

13.

Zárthelyi dolgozat

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) előadás
10. Követelmények

Szorgalmi időszakban

 

Zárthelyi dolgozat megírása az utolsó előadásonA tárgyból megajánlott jegy szerezhető egy MI alapú fejlesztésről készült esettanulmány végigvitelével és ennek bemutatásával. A megajánlott jegy feltétele jelenlét az előadások 50%-án, illetve a tanulmány témájának előzetes egyeztetése a tárgy előadójával.

 

Vizsgaidőszakban

-           
11. Pótlási lehetőségek Az utolsó oktatási héten egy alkalommal lehetőséget kínálunk a zárthelyi dolgozat pótlására 
12. Konzultációs lehetőségek A tárgy előadójával történt egyeztetés szerint.
13. Jegyzet, tankönyv, felhasználható irodalom

Előadásanyag, oktatói jegyzet

Dr. Kővári Bence András, Rajacsics Tamás, Albert István, Simon Gábor: Szoftverfejlesztés MI támogatással – előadásdiák

Martin Fowler, Bharani Subramaniam: Emerging Patterns in Building GenAI Products

https://martinfowler.com/articles/gen-ai-patterns/

GitHub Copilot

https://github.com/features/copilot

 

Claude AI

https://claude.ai/

ChatGPT Coding assistant

https://chatgpt.com/

 

 
14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
Kontakt óra28
Félévközi készülés órákra7
Felkészülés zárthelyire8
Önálló tananyag-feldolgozás17
  
Összesen60
15. A tantárgy tematikáját kidolgozta

Dr. Kővári Bence, egyetemi docens, AUT

Albert István, mérnöktanár, AUT

Rajacsics István, mérnöktanár, AUT

Simon Gábor, ügyvivő szakértő, AUT