Циљ овог рада је да пружи увид на који начин се САП-ов специфичан модул РМЦА имплементира у контексту предузећа. Фокус је на теоријској анализи архитектуре система, заснованој на конкретним примерима. Поред тога, представљене су и стратегије и препоруке које смо стекли и користили у пракси. Рад може помоћи у разумевању и будућим имплементацијама целокупног процеса наплате потраживања помоћу ове и других сличних технологија.

Рад представља развој интегрисане платформе за управљање једноћелијским РНК секвенцијским подацима. Платформа комбинује аутоматизоване Nextflow радне токове, релациону базу података за метаподатке и RAG архитектуру за контекстуално претраживање. Имплементиран Python API и веб интерфејс омогућавају ефикасно додавање студија и праћење обрада. Евалуација потврђује значајно побољшање доступности једноћелијских геномских података.

Развој агената вештачке интелигенције заснованих на великим језичким моделима (енг. Large Language Model - LLM) представља прекретницу у аутоматизацији процеса техничких интервјуа. Савремени LLM-ови омогућавају симулацију реалистичне комуникације између кандидата и интервјуера, при чему се анализирају кандидатови одговори на питања, процењују техничке вештине и формулишу повратне информације у складу са унапред дефинисаним критеријумима. У овом раду представљена је имплементација и анализа AI агента који користи LLM-ове за спровођење интервјуа са кандидатима за софтверске позиције. Правилно осмишљен систем овог типа омогућава поуздану процену перформанси кандидата кроз анализу вођене конверзације и интеракције у радном окружењу за програмирање.

Расподела наставних активности представља важан аспект организације рада образовних установа и захтева систематичан приступ. Овај рад приказује развој веб апликације која аутоматизује процес доделе наставника предметима. Решење је имплементирано коришћењем Angular и Spring Boot оквира, уз скалабилну архитектуру. Систем омогућава управљање подацима, креирање расподела, извоз у JSON и PDF формате, те ефикасну размену информација путем REST сервиса и DTO објеката.

Циљ овог рада је таксативно издвајање и анализирање најпознатијих шумова категоризованим по бојама, уз осврт на основни, бели шум, као базу помоћу које се сви остали реализују. Фокус је на обради белог, розе, браон, плавог, пурпурног и сивог шума. Поред тога, дате су основне карактеристике звучног спектра. Рад може бити користан у областима попут акустике, аудио инжењерства, дигиталне обраде сигнала јер обухвата и спектралну анализу шумова и показује колико је она битна за разумевање њихових ефеката и апликација.

У овом раду разматра се примена препознавања гестова руку за интеракцију са играма, са посебним фокусом на пуцачке игре из перспективе првог лица и игре које користе светлосне пиштоље. Представљен је систем који користи софтверску библиотеку MediaPipe за детекцију карактеристичних тачака шаке, док се препознавање гестова остварује применом техника дубоког учења. У завршном делу рада спроведено је емпиријско тестирање система у различитим сценаријима примене, чији резултати указују на потенцијалну примену оваквог приступа у будућим системима за управљање видео играма.

Овај рад се бави развојем информационог система у здравству који омогућава електронско заказивање прегледа, управљање пацијентима и генерисање медицинских извештаја. Представљен је преглед литературе, архитектура система, коришћене технологије и имплементација, као и кључне функционалности апликације.

Овај рад истражује примену Kotlin Multiplatform технологије у развоју мобилних апликација за Android и iOS платформу. Посебан акценат стављен је на поређење са нативним приступом. Представљена је детаљна методологија развоја и мерења перформанси, укључујући време израде, величину апликације, време покретања и потрошњу меморије. Резултати су приказани кроз анализе, а дискусија обухвата архитектонске предности и ограничења KMP-а у реалним пројектима. Циљ рада је процена исплативости, одрживости и потенцијала за индустријску примену Kotlin Multiplatform технологије.

У овом раду представљен је дизајн и имплементација софтверске архитектуре за комуникацију у облаку, прилагођене образовним установама. Систем, RafBook-Backend, пружа унифицирану платформу за размену порука, гласовну комуникацију, управљање корисницима и дељење медија. Имплементиран је у Java 17 уз коришћење Spring Boot фрејмворка, а решење интегрише технологије за комуникацију у реалном времену као што су WebSocket, Firebase Cloud Messaging и WebRTC за peer-to-peer аудио канале. Перзистенција података је обезбеђена помоћу PostgreSQL, док Redis подржава кеширање ради оптимизације перформанси. Апликација је контейјнеризована са Docker-ом, уз подршку GitHub Actions за CI/CD аутоматизацију. Надгледање и евидентирање система се ослањају на Prometheus, Grafana и OpenSearch. Циљ овог рада је да пружи робустан, скалабилан и open-source алат за комуникацију који образовне установе могу локално да хостују и лако прилагоде својим специфичним потребама.

Рад приказује развој и имплементацију веб апликације за куповину и продају колекционарских модела. Обухваћени су увод и дефинисање проблема, анализа тржишта, опис коришћених технологија, спецификација система са функционалним и нефункционалним захтевима, архитектура система, модел података, безбедносни механизми, имплементација клијентске и серверске стране, приказ корисничког интерфејса и тестирање система.

Рад анализира мобилно рачунарство у облаку (MCC), његове компоненте, архитектуру и безбједносне изазове, уз фокус на три клауд (eng. cloud) платформе: Фајрбејз (Firebase), АВС Амплифај (AWS Amplify) и Ејжр (Azure). Карактеристике рјешења мобилног облака представљене су и анализиране на примјеру апликације за анализу састава козметике различитих произвођача скенирањем баркода датог производа.

У ери све интензивније примене великих језичких модела у оквиру информационих система, питање објашњиве вештачке интелигенције (XAI) постало је кључно за очување поверења, транспарентности и етичке одговорности. Овај рад разматра методолошке приступе XAI-у у контексту традиционалне вештачке интелигенције и модела заснованих на великим језичким моделима, са фокусом на њихову применљивост, ограничења и улогу у испуњавању регулаторних и етичких захтева. Кроз теоријску анализу, упоредну евалуацију пост-хок и инхерентних метода, као и практичне увиде који укључују моделе као што су DistilBERT и GPT-5, студија илуструје на који начин различите XAI технике могу допринети дубљем разумевању понашања комплексних AI система. Посебан акценат стављен је на пет сценаријски заснованих примера развоја и тестирања решења у конкретним организационим контекстима. Примена XAI-а у информационим системима даље се анализира кроз призму критеријума кредибилитета, стабилности и корисности објашњења, као и кроз изазове интеграције објашњивости у пословне информационе системе. Рад такође обрађује релевантне регулаторне оквире и етичке импликације које покрећу напредак XAI-а у домену информационих система.

Рад приказује процес изградње инфраструктуре за учење DevOps развојних принципа на примеру имплементације приватног облака на Рачунарском факултету. Описани су коришћени алати и технологије, архитектура система, начин употребе у настави, предности и мане решења, као и планирана алтернативна решења.

 За национално такмичење из етичког хаковања развијен је хардверски изазов - уређај са ESP32-S3 микроконтролером, са намерно остављеним безбедносним пропустима које је потребно експлоатисати у оквиру четири задатка. Безбедносни пропусти на овом уређају симулирају рањивости које се често јављају на IoT и сродним уређајима: незаштићени портови, екстракција и реверзно инжењерство фирмвера, небезбедно чување криптографских тајни, несигурне лозинке и небезбедно бежично ажурирање.

У овом раду представљен је дизајн и имплементација алата за статичку анализу „Rough Analyzer“ за програмски језик Kotlin. Савремено софтверско инжењерство захтева писање скалабилног и одрживог кода, а наш алат у томе помаже откривањем сложености кода, стилских недостатака и логичких грешака које компајлер често пропусти. Предложени анализатор користи прелазак кроз апстрактно синтаксно стабло за идентификацију проблема као што су висока цикломатска сложеност, дуге функције и магични бројеви. Архитектура је осмишљена да буде модуларна и лако проширива, омогућавајући тимовима додавање прилагођених правила. Ефикасност алата је демонстрирана на пројекту из стварног света у Kotlin‑у, показујући његов потенцијал за побољшање квалитета кода и смањење техничког дуга.