К содержимому
Назад к галерее
📚
ЗАВЕРШЁН
ПРОДВИНУТЫЙ
ОБРАЗОВАНИЕ

Формирование персональной траектории обучения

AI‑платформа для персонализированных репетиторских занятий с детьми младших классов

Формирование персональной траектории обучения
Проблема

Репетиторы тратят значительное время на ручную подготовку заданий, испытывают трудности с наглядным отображением прогресса учеников для родителей и не всегда могут оперативно реагировать на пробелы в знаниях.

Ценность

Получите готовый план персонализированного курса за минуты - наш сервис изучает интересы ученика, его недостатки и сильные стороны. На основе этой информации мы создаем персональный учебный план. Репетитор подбирает тематические задания и предлагает идеи для уроков. Это помогает вовлечь учеников, экономит время на подготовку к занятию и позволяет сохранить индивидуальный подход к каждому, даже при большой нагрузке.

Целевая аудитория
Репетиторы студенты, подрабатывающие репетиторы - нехватка времени на подготовку к занятию
Нагруженные репетиторы - тяжело запоминать прогресс разных учеников
О проекте

Формирование персональной траектории обучения — это интеллектуальная платформа для репетиторов младших классов, решающая такие проблемы как:
- Нехватка времени на подготовку к занятию;

- Отсутствие у ученика заинтересованности в занятиях;

- Отсутствие индивидуального подхода к обучению учеников;

- Тяжело запоминать прогресс разных учеников.

Платформа предоставляет репетиторам инструменты для:
- Управления профилями учеников;

- Генерации персонализированных входных тестов, выявляющих уровень знаний ученика;

- Генерации плана обучения ученика и дальнейшая его коррекция с учётом темпа обучения ученика;

- Генерация персонализированных заданий с учётом интересов и пробелов в знаниях ученика.

Скриншоты
Ключевые особенности
  • Управления профилями учеников
  • Генерации персонализированных входных тестов, выявляющих уровень знаний ученика
  • Генерации плана обучения ученика и дальнейшая его коррекция с учётом темпа обучения ученика
  • Генерация персонализированных заданий с учётом интересов и пробелов в знаниях ученика
Технологический стек

Frontend

VueJSTypeScript

Backend

FastAPIPython

AI / ML

GemmaOllamaMistral

Базы данных

PostgreSQL

Инфраструктура

DockerGitHub Actions

Другое

GrafanaPrometheus
Оценки проекта
Функциональность4/5
Качество кода5/5
Документация4/5
Презентация5/5
Инновационность5/5
Общий балл23/25
Команда
Зенин Максим
Зенин Максим
SA / Product Owner
Матохин Илья
Матохин Илья
FullStack Developer
Молчанова Лиана
Молчанова Лиана
MLOps Engineer
Боков Святослав
Боков Святослав
AI Engineer
Группа
ИВТ-463
Балл за курс
98/100
North Star Metric
Среднее квадратическое количества запросов на генерацию задач на одного активного пользователя в месяц.
20/ цель: ≥ 1

Показывает ценность продукта через частоту использования и вовлечённость пользователей

Спринты
1
Инициация
10/10
2
Архитектура
10/10
3
MVP
8/10
4
Infrastructure
20/20
5
Тестирование
10/10
6
Demo Day
10/10
7
Рецензирование
10/10
Всего баллов78/80
Информация
Год2025
СеместрОсенний
Начало01.09.2025
Завершение15.12.2025
Теги
LLMGraphAIWebAI assistantSocialLearningSchool
Метрики
Покрытие тестами20%
Uptime99.1298%
Время ответа2423ms
Запросов/день687