CASE / OPENEDMENTORHUB
← все кейсыEdTechгод · 2024длительность · 7 месяцевОткрыть вживую

MentorHub

EdTech-платформа с прокторингом, AI-тьютором и живыми менторами.

01 / CONTEXTКонтекст

Контекст

Клиент — образовательный холдинг с курсами по data science и продакт-менеджменту. Доходимость до конца программы — 34%, что ниже среднего по индустрии. Студенты бросали в середине, не получая обратной связи.

Брифом было не просто «сделать платформу», а собрать петлю обратной связи: автотьютор для рутины, ментор — для тонких мест, прокторинг для итогов.

02 / BRIEFЗадача

Задача

  1. 01Видео-плеер с интерактивными вставками и тестами
  2. 02AI-тьютор на RAG по материалам курса
  3. 03Календарь менторов и стрим-ревью кода
  4. 04Прокторинг по веб-камере на финальных экзаменах
  5. 05Геймификация: стрики, бейджи, лиги
03 / SOLUTIONРешение

Решение

/ step 01

Курс-плеер

Видео с timeline, на которой расставлены чекпоинты и интерактивные блоки. Можно делать заметки, задавать вопрос AI прямо на кадре.

/ step 02

AI-тьютор

RAG по учебникам, конспектам и архивам Q&A. Если AI не уверен — сразу зовёт ментора. 78% вопросов закрываются ботом.

/ step 03

Менторские созвоны

Слоты в календаре, автоматическая запись, расшифровка, summary с задачами после звонка.

/ step 04

Прокторинг

WebRTC + on-device face landmarks. Признаки нарушения помечаются, но не блокируют — финальное решение всегда за человеком.

04 / STACKАрхитектура

Архитектура

Next.jsPostgreSQLOpenAIPineconeWebRTCMuxStripe

Видео — Mux с подписанными ссылками. Векторная база Pinecone для RAG, шорт-память тьютора — в Redis. Прокторинг работает локально, на сервер уходят только агрегированные сигналы.

Геймификация и стрики — отдельный сервис на event-bus. Это позволило запускать сезонные акции (лиги, испытания) без релиза основного приложения.

05 / RESULTSРезультаты

Результаты

0%
доходимость до сертификата
0.0x
рост LTV
0
активных студентов
ответ AI-тьютора
06 / HONESTЧто не получилось с первого раза

Что не получилось с первого раза

  • Внутри команды спорили до хрипоты: AI-тьютор в первой версии отвечал «уверенно» даже когда не знал, выдумывал формулы — одни говорили «дообучим модель и пройдёт», другие настаивали, что галлюцинации не лечатся обучением. Победили вторые: ввели порог уверенности и явную передачу ментору, и выдуманные ответы упали почти до нуля.
  • Та же линия раскола повторилась на прокторинге: он авто-блокировал экзамен при потере лица в кадре, и посыпались ложные срабатывания у тех, кто просто поправил очки. Спор «доверять ли алгоритму финальное решение» закрыли в пользу человека — переделали в режим флагов.
08 / TEAMКоманда

Команда

MV
Product lead
SY
Lead engineer
LO
AI engineer
AS
Designer
TG
QA
09 / ROADMAPЧто дальше

Что дальше

  • Адаптивные траектории на основе скилл-графа
  • B2B-кабинет для корпоративного обучения
  • Открытый маркетплейс менторов
10 / RELATEDСвязанные кейсы