1. Анализ задачи и помощь студентам в подборе алгоритмов решения задач
2. Создание среды тестирования в Google Colab для проверки промтов
3. Создание блок-схемы проекта
4. Помощь в проведении спринт-встреч тимлиду стажировки
5. Создание отчётной презентации о прошедшем проекте

1. Создание БД и разработка её структуры: разработка и тестирование с использованием SQLAlchemy, PostgreSQL, asyncpg
2. Поддержка и оптимизация Colab-среды: адаптация и доработка среды для тестирования промтов
3. Векторизация базы знаний: применение Langchain, FAISS и OpenAI для подготовки данных
4. Оптимизация промтов и Q-A: создание файла эталонных ответов и кэширование с помощью OpenAI API
5. Тестирование системы и оценка релевантности: добавление и тестирование методик проверки ссылок, расчёт стоимости запросов
6. Обновление базы знаний: актуализация данных по законодательству, тестирование на корректность
7. Документация и презентации: разработка структурных слайдов и пояснений для базы данных и системы тестирования

1. Анализ базы знаний: изучение и комментирование разделов по тематике (Python, LangChain)
2. Разработка алгоритма кэширования ответов: оптимизация типичных ответов (Cachetools, LRUCache)
3. Создание вопросов и комментариев для заказчика: уточнение требований (tiktoken, OpenAI API)
4. Поиск аналогичных решений: исследование открытых проектов для идей и сравнения (GitHub, LangChain)

1. Создание Telegram-бота для поддержки призывников с использованием AIOGram 3, улучшенный интерфейс меню
2. Интеграция Telegram-бота с базой данных PostgreSQL для хранения данных пользователей и диалогов
3. Настройка асинхронного режима для потоковой обработки сообщений, повышение эффективности обработки запросов
4. Оптимизация системы кэширования с SequenceMatcher для быстрого поиска популярных вопросов и ответов
5. Тестирование асинхронных запросов и устранение ошибок в асинхронных генераторах и обработке ответов
6. Интеграция системы STT с Whisper API для транскрибации аудио в текст
7. Настройка и тестирование мокирования внешних API для стабильности взаимодействия с OpenAI и FastAPI

1. Создание пула типичных вопросов: анализ и выбор ключевых вопросов, обеспечивающих быструю навигацию в БЗ
2. Оптимизация эталонных пар Q-A: подбор и проверка релевантности ответов для формирования кэша быстрых ответов
3. Актуализация и дополнение БЗ: мониторинг изменений законодательства и добавление актуальных данных
4. Настройка промтов и ограничений: корректировка формулировок для поддержания тематики и соблюдения требований к юмору
5. Финальное тестирование бота: проверка качества ответов, оптимизация юмора и проверка ссылок в итоговом формате

1. Создание и тестирование промтов: генерация запросов и улучшение структуры ответа (Python)
2. Адаптация базы знаний: изучение, структурирование данных и формирование вопросов (Google Sheets)
3. Оптимизация ответов и ссылок: устранение повторов и улучшение формата ссылок (OpenAI API)
4. Настройка промтов для разных ролей: адаптация и проверка ответов для «Призывника» и «Родителя»

1. Анализ базы знаний: проверка структуры и выявление пробелов (GitHub, Markdown)
2. Добавление новых материалов: обновление БЗ актуальными документами и ссылками (Markdown, LangChain)
3. Разработка промптов: создание и улучшение сценариев ответов (OpenAI API, Python)
4. Тестирование ответов: проверка и отладка промптов в различных ситуациях (Test Environment)

1. Разметка базы знаний: добавление и оценка материалов раздела (Markdown, Python)
2. Разработка и оптимизация промптов: тестирование и корректировка ответов (OpenAI API, Cachetools)
3. Анализ релевантности ответов: проверка ответов на вопросы заказчика (Test Environment, LangChain)
4. Тестирование функционала бота: отладка ссылок и промптов (GitHub, LangChain)

1. Анализ и обработка базы знаний: структурирование данных по тематике (Google Sheets)
2. Разработка и тестирование промтов: адаптация и проверка запросов на релевантность (OpenAI API)
3. Создание и оптимизация вопросов: составление новых эталонных вопросов для тестирования (Python)
4. Тестирование и улучшение структуры ответов: проверка пар "вопрос-ответ" на соответствие базе знаний (Colab)
5. Подготовка презентации: визуализация информации и отчёт по проведенной работе (PowerPoint)

1. Обработка базы знаний: актуализация разделов и добавление документов (SQL, GitHub)
2. Разработка промптов: создание типичных вопросов и проверка ответов (OpenAI API, Python)
3. Тестирование нейро-помощника: оценка релевантности ответов в разных сценариях (Test Environment)