AI Agents & Engineering Reliable AI Workflows

Присъствени и online курсове.

Лектор: Велизар Герасимов

Курсът не е обвързан с конкретен програмен език, доставчик на модели или agent framework — принципите се прилагат към всички основни платформи.

Цел на курса:

Курсът подготвя софтуерните разработчици да проектират и изграждат AI агенти и многостъпкови AI работни процеси, на които може да се разчита в реална среда. Участниците изграждат агенти от нулата и с популярни SDK-и, свързват ги със системи чрез Model Context Protocol (MCP), прилагат шаблони за надеждни workflows и въвеждат човешки контрол, оценяване, сигурност и наблюдение. Фокусът е върху инженерната дисциплина — предвидимост, тестване и контрол — а не само върху възможностите на агентите.

Входни изисквания:

Курсът е предназначен за софтуерни разработчици с опит в създаването на приложения с езикови модели.

Необходими знания и умения:

Уверено програмиране на поне един език — Python, TypeScript/JavaScript, C# или Java.
Практически опит с LLM API: prompt-ове, structured outputs и tool calling.
Разбиране на embeddings и RAG на концептуално и практическо ниво.
Работа с REST API, JSON, асинхронно програмиране и бази данни.
Работа с Git, терминал и Docker.
Препоръчително: завършен курс Building AI-Powered Applications with LLMs или еквивалентен опит.

Техническа подготовка:

– Компютър с Windows, macOS или Linux и инсталирана среда за разработка.
– API ключ за поне един доставчик на LLM (например Anthropic или OpenAI).
– Docker за изолирана среда за изпълнение и локални услуги.

ПРИСЪСТВЕНИ И ONLINE КУРСОВЕ:

Резултати от курса:

След завършване на курса участниците ще могат да:

Преценяват кога е нужен агент и кога е достатъчен по-прост работен процес.
Изграждат агентен цикъл от нулата и с помощта на agent SDK-и.
Използват и създават MCP сървъри за свързване на агенти със системи и данни.
Прилагат доказани шаблони за надеждни AI workflows.
Управляват контекста, паметта и състоянието при дълги задачи.
Проектират multi-agent системи и преценяват техните компромиси.
Въвеждат човешки контрол и одобрение за рискови действия.
Оценяват и тестват агенти систематично, включително траекторията им.
Защитават агентните системи срещу prompt injection и злоупотреба с права.
Внедряват и наблюдават агентни системи в production.

Място в AI пътеката:

AI Agents & Engineering Reliable AI Workflows е четвъртият и завършващ курс в AI пътеката. Той обединява знанията от предходните курсове и ги довежда до проектиране на автономни и полуавтономни системи, готови за реална употреба.

Мястото на курса в пътеката:

AI Fundamentals for Developers: Концептуална основа — ML, LLMs, prompt engineering, RAG и рискове.
Claude Code – Modern Software Development: Работа с AI агент в ежедневната разработка — практически опит с агентите от гледна точка на потребителя.
Building AI-Powered Applications with LLMs: Създаване на LLM приложения — API, structured outputs, tool calling и RAG. Препоръчителна подготовка за този курс.
AI Agents & Engineering Reliable AI Workflows (този курс): Изграждане на агенти, MCP интеграции и надеждни многостъпкови AI работни процеси в production.

След завършване на пътеката участниците преминават целия път — от разбиране на AI концепциите, през използване на AI в разработката и създаване на AI приложения, до изграждане на агентни системи и интегрирани AI решения.

Методология;

Кратки демонстрации на живо, последвани от самостоятелно писане на код.
Практическо упражнение във всяко занятие; упражненията надграждат една обща агентна система.
Финален проект в последното занятие — агентна система с MCP, контрол, оценяване и наблюдение.
Независим от доставчика подход — принципите се прилагат към Claude, OpenAI, Gemini и open-weight модели.
Акцент върху инженерната дисциплина: тестване, наблюдение и контрол, а не само върху възможностите.