Дана кваліфікаційна робота презентує комплексне дослідження підходів до навчання майбутніх фахівців комп'ютерного напряму щодо розробки та імплементації нейронних мереж. Структура дослідження охоплює три ключові розділи, присвячені специфіці освітнього процесу фахівців комп'ютерного профілю в закладах фахової передвищої освіти, розвитку практичних компетентностей у проєктуванні нейронних мереж серед здобувачів бакалаврського ступеня, а також формуванню та застосуванню освітньої методології вивчення нейромережевих технологій під час професійної підготовки майбутніх фахівців комп'ютерної галузі. Дослідження висвітлює концептуальні аспекти систем штучного інтелекту, технологій машинного навчання та нейромережевих архітектур, а також окреслює перспективні напрями їх еволюції. У роботі представлено фундаментальні засади конструювання нейронних мереж, здійснено порівняльний огляд нейромережевих алгоритмів та реалізовано функціональну модель нейронної мережі для розпізнання голосу. Важливим компонентом роботи є створені методичні матеріали для організації лабораторно-практичних занять з дисципліни "Цифрова обробка звуку" та проведена експериментальна перевірка запропонованої методики в умовах реального освітнього середовища. Ключові слова: штучний інтелект, машинне навчання та нейронні мережі, заклади передвищої освіти, фахівці комп'ютерного профілю. This qualification thesis presents a comprehensive study of approaches to teaching computer science bachelor students about the development and implementation of neural networks. The research structure encompasses three key sections dedicated to the specifics of the educational process for computer science bachelors in institutions of professional pre-higher education, the development of practical competencies in neural network design among bachelor's degree candidates, and the formation and application of educational methodology for studying neural network technologies during the professional training of future computer industry specialists. The research highlights conceptual aspects of artificial intelligence systems, machine learning technologies, and neural network architectures, as well as outlines promising directions for their evolution. The paper presents the fundamental principles of neural network construction, provides a comparative review of neural network algorithms, and implements a functional neural network model for identifying human emotional states based on visual data. An important component of the work is the created methodological materials for organizing laboratory and practical classes in the discipline "Fundamentals of Artificial Intelligence Systems" and the experimental verification of the proposed methodology in a real educational environment. Keywords: artificial intelligence, machine learning and neural networks, institutions of pre-higher education, computer specialist.