Skip to content

Вопросы к зачету

Формат зачета

Зачет проходит в формате защиты лабораторных работ и ответа на теоретические вопросы.

Время защиты: 15-20 минут на студента

Теоретические вопросы

Блок 1: Основы AI и LLM

  1. Что такое "vibe coding" и какие преимущества дает использование LLM?
  2. Объясните разницу между LLM и традиционным программированием
  3. Что такое промпт-инжиниринг и почему он важен?
  4. Какие LLM вы использовали и в чем их отличия?
  5. Как снизить галлюцинации LLM при генерации кода?

Блок 2: Telegram Bot API

  1. Опишите принципы работы Telegram Bot API
  2. В чем разница между polling и webhook?
  3. Какие типы сообщений поддерживает Telegram Bot API?
  4. Как обрабатывать callback queries и inline keyboards?
  5. Что такое state machine и зачем он нужен в ботах?

Блок 3: Работа с данными

  1. Какие способы хранения данных вы использовали?
  2. В чем разница между SQLite и PostgreSQL?
  3. Как работать с CSV/Excel файлами в Python?
  4. Что такое REST API и как с ним работать?
  5. Как обрабатывать ошибки при работе с API?

Блок 4: Деплой и DevOps

  1. Какие способы деплоя ботов вы знаете?
  2. В чем разница между ngrok и облачным хостингом?
  3. Что такое переменные окружения и зачем они нужны?
  4. Как настроить логирование для бота?
  5. Что такое Docker и зачем он нужен?

Блок 5: Product Management

  1. Как вы собирали обратную связь от пользователей?
  2. Какие метрики важны для оценки успешности бота?
  3. Как приоритизировать улучшения продукта?
  4. Что такое MVP и как его применить к боту?
  5. Как масштабировать бота для большого количества пользователей?

Критерии оценки

Оценка 3 (удовлетворительно)

  • ✅ Защищены все 3 лабораторные работы
  • ✅ Базовые теоретические знания
  • ✅ Бот работает и выполняет функции
  • ✅ Есть отчет и демо

Оценка 4 (хорошо)

  • ✅ Защищены все 3 лабораторные работы на 75%+
  • ✅ Хорошие теоретические знания
  • ✅ Бот работает стабильно
  • ✅ Есть улучшения и анализ
  • ✅ Качественный отчет

Оценка 5 (отлично)

  • ✅ Защищены все 3 лабораторные работы на 90%+
  • ✅ Отличные теоретические знания
  • ✅ Бот решает реальную бизнес-задачу
  • ✅ Собрана обратная связь
  • ✅ Внесены улучшения
  • ✅ Отличный отчет с выводами
  • ✅ Готовность к масштабированию

Подготовка к зачету

Что нужно подготовить:

  1. Отчеты по всем лабораторным работам

  2. Структурированные и понятные

  3. С промптами и итерациями
  4. С примерами кода

  5. С демо (видео или скриншоты)

  6. Рабочий бот

  7. Должен быть доступен для демонстрации

  8. Все функции должны работать

  9. Готовность показать код

  10. Презентация (опционально)

  11. Краткое описание проекта

  12. Проблема, которую решает бот
  13. Основные функции

  14. Результаты и выводы

  15. Подготовка к вопросам

  16. Повторите теорию из лекций

  17. Изучите используемые технологии
  18. Подготовьте примеры из своих работ

Часто задаваемые вопросы на зачете:

Q: Почему вы выбрали именно эту задачу для бота?
A: Объясните реальную бизнес-проблему и как бот ее решает.

Q: Какие трудности вы встретили?
A: Опишите проблемы и как вы их решили (с помощью LLM или самостоятельно).

Q: Что можно улучшить в вашем боте?
A: Покажите, что вы думаете о продукте и его развитии.

Q: Как бы вы масштабировали бота для 1000 пользователей?
A: Обсудите технические и продуктовые аспекты масштабирования.

Q: Что вы узнали за курс?
A: Поделитесь главными инсайтами и навыками.

Полезные ссылки для подготовки

Контакты

Если у вас есть вопросы по подготовке к зачету, обращайтесь к преподавателю.

Удачи на зачете! 🚀