Начало » Присъствени курсове » AI Fundamentals for Developers

AI Fundamentals for Developers

Курс

Продължителност

1 месец и половина - 42 учебни часа

Цена

480 EUR

AI Fundamentals for Developers

42 учебни часа

Вечерен курс: 01.12.2026

Календар

Съботно-неделен курс: 28.11.2026

Присъствени и online курс.

Цел на курса:

Курсът предоставя фундаментални знания за изкуствения интелект, машинното обучение и генеративния AI, като подготвя софтуерните разработчици за създаване на съвременни AI – базирани приложения. Акцентът е върху разбирането на основните концепции, възможностите и ограниченията на AI, както и върху вземането на информирани технически решения.

За кого е предназначен курса:

Курсът е предназначен за хора с основен опит в софтуерната разработка.
Необходими знания и умения.

– Основни познания по поне един програмен език, например C#, Java, Python, – JavaScript или TypeScript.
– Разбиране на променливи, условия, цикли, функции и методи.
– Основни познания за структури от данни и работа с текстова информация.
– Обща представа за процеса на разработване и отстраняване на грешки в софтуер.
– Умение за работа с компютър и интернет браузър.

Не се изисква:

– Предишен опит с Artificial Intelligence или Machine Learning.
– Познания по невронни мрежи, Deep Learning или Data Science.
– Напреднали математически знания или статистика.
– Опит с AI модели, AI API или Prompt Engineering.
– Предварителни знания по конкретен AI framework или облачна платформа.
– Курсът не е предназначен за напълно начинаещи в програмирането.

Очаквани резултати след завършване на курса :

– Разграничават основните направления в изкуствения интелект.
– Разбират концепциите на Machine Learning, Generative AI и LLMs.
– Използват ефективни prompt-ове и да работят със структурирани резултати.
– Разбират предназначението на embeddings, semantic search и RAG.
– Сравняват модели и AI решения спрямо технически изисквания.
– Оценяват качеството и надеждността на AI резултатите.
– Разпознават основни рискове, свързани със сигурността и поверителността.
– Избират подходящ концептуален подход при проектиране на AI приложения.

ПРИСЪСТВЕНИ и ONLINE КУРСОВЕ:

– Записването за курс не е обвързано с финансов ангажимент.
– Курсистите могат да ползват личен лаптоп.

ВЕЧЕРНИ КУРСОВЕ

	Вид на курса	ВЕЧЕРЕН – вторник и четвъртък
	Дата, начало и край	от 01.12.2026
	Час, начало и край	Вечерни, от 18.30 ч. до 21.15 ч.
	Брой учебни часа	48 уч/часа, 12 занятия по 4 уч/часа
	Брой курсисти	от 5 до 8 курсиста
	Сертификат	Преминали тест.
	Цена	480 EUR на две равни вноски
	Отстъпки – 10%	„Запиши друг курс“, „Доведи приятел“

СЪБОТНО – НЕДЕЛЕН

	Вид на курса	СЪБОТА и НЕДЕЛЯ
	Дата, начало и край	от 28.11.2026
	Час, начало и край	Вечерни, от 10.00 ч. до 12.45 ч.
	Брой учебни часа	48 уч/часа, 12 занятия по 4 уч/часа
	Брой курсисти	от 5 до 8 курсиста
	Сертификат	Преминали тест.
	Цена	480 EUR на две равни вноски
	Отстъпки – 10%	„Запиши друг курс“, „Доведи приятел“

Връзка със следващите курсове в AI пътеката:

AI Fundamentals for Developers е първият курс в последователна обучителна пътека, която надгражда съществуващите умения на софтуерните разработчици и ги подготвя за разработване на AI – базирани приложения.

Курсът осигурява общата концептуална основа, необходима за следващите специализирани обучения:

– Claude Code – Modern Software Development: Прилага AI в ежедневния процес на разработка, анализ на код, работа по задачи, тестване и поддръжка на софтуерни проекти.

– Building AI-Powered Applications with LLMs: Надгражда фундаменталните знания с практическа разработка на приложения чрез езикови модели, API интеграции, структурирани резултати и RAG.

– AI Agents, MCP & Production Workflows: Разширява уменията към AI агенти, използване на инструменти, MCP интеграции и изграждане на по-сложни AI работни процеси.

Всеки курс има самостоятелна практическа стойност, но следващите курсове надграждат знанията и уменията от предходните. По този начин участниците преминават 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.

ПРОГРАМА

Модул 1 Въведение в изкуствения интелект

Какво представлява Artificial Intelligence (AI).
Разлики между AI, Machine Learning, Deep Learning и Generative AI.
Rule-based системи и системи, базирани на данни.
Predictive AI срещу Generative AI.
Приложения на AI в съвременния софтуер.
Кога AI е подходящо решение и кога традиционната автоматизация е по-добър избор.

Модул 2 Основи на Machine Learning

Какво представлява Machine Learning.
Supervised, Unsupervised и Reinforcement Learning.
Classification, Regression, Clustering и Anomaly Detection.
Features, Labels и Training Data.
Примери за приложение на ML в реални системи.

Модул 3 Данни, обучение и ограничения на моделите

Жизнен цикъл на ML модел.
Training срещу Inference.
Значение на качеството на данните.
Training, Validation и Test Data.
Generalization и Overfitting.
Основни метрики: Accuracy, Precision и Recall.
Data Leakage и често срещани проблеми.

Модул 4 Generative AI и Large Language Models

Как работят невронните мрежи на концептуално ниво.
Какво представляват Large Language Models (LLMs).
Обучение и използване на езикови модели.
Tokens, Context Window и Next-token Prediction.
Temperature и вариативност на отговорите.
Hallucinations и ограничения на езиковите модели.

Модул 5 Съвременни AI модели и мултимодални възможности

General-purpose и reasoning-oriented модели.
Мултимодални модели: текст, изображения, аудио и други типове данни.
Embeddings и тяхното предназначение.
Open-weight модели срещу hosted модели.
Локално изпълнение срещу cloud услуги.
Компромиси между качество, цена, скорост и поверителност.

Модул 6 Основи на Prompt Engineering

Структура на ефективния prompt.
Цел, контекст, инструкции, ограничения и формат на резултата.
Zero-shot и Few-shot prompting.
Итеративно подобряване на prompt-ове.
Използване на примери и ограничения за по-предвидими резултати. Практическо упражнение.

Модул 7 Advanced Prompting и структурирани резултати

Разделяне на сложни задачи на по-малки стъпки.
Шаблони за повтаряеми AI задачи.
Structured Outputs и JSON.
Schema validation и проверка на резултатите.
Information Extraction, Classification, Summarization и Transformation.
Обработка на липсваща или неясна информация. Практическо упражнение.

Модул 8 Контекст, Grounding и външна информация

Context Engineering и управление на контекста.
Grounding и намаляване на неподкрепените твърдения.
Използване на външни източници и цитиране.
Keyword Search срещу Semantic Search.
Embeddings и Information Retrieval.
Основни концепции на Retrieval-Augmented Generation (RAG). Практическо упражнение.

Модул 9 Избор на модели и AI решения

Критерии за избор на модел: качество, цена, latency и privacy.
Локални модели срещу cloud услуги.
Готови AI инструменти срещу custom интеграции.
Прототип срещу production решение.
Ограничения, рискове и технически компромиси. Практическо упражнение.

Модул 10 Оценяване, надеждност и тестване на AI резултати

Критерии за оценка: коректност, релевантност, пълнота и обоснованост.
Test Cases и Evaluation Datasets.
Сравняване на модели и prompt-ове.
Human Evaluation и автоматизирана оценка.
Вариативност на резултатите.
Regression Testing за AI функционалности.
Confidence срещу Correctness. Практическо упражнение.

Модул 11 Сигурност, поверителност и отговорно използване на AI

Работа с чувствителни данни.
Рискове при използване на външни AI услуги.
Prompt Injection и Data Leakage.
Bias и Fairness.
Прозрачност и отчетност.
Human Oversight и контрол върху критични решения. Практическо упражнение.

Модул 12 Концепции за AI приложения и инженерни казуси

Разлика между модел, инструмент, приложение, workflow и агент.
Основни компоненти на AI приложение.
Интеграция чрез API и обработка на структурирани резултати.
Grounding, RAG, Tool Calling и AI Agents — предназначение и разлики.
Кога е достатъчен prompt и кога са необходими RAG, инструменти или агенти.
Основни архитектурни компромиси при AI приложенията. Практическо упражнение.

Компютърни езици

AI Fundamentals for Developers