📊 100-ქულიანი შეფასების სისტემა და სერტიფიცირება

AI ასისტენტები, აგენტები და No-Code ავტომატიზაცია (Smart Academy)

სულ: 100 ქულა = 50 (დავალებები) + 15 (ქვიზი 1) + 15 (ქვიზი 2) + 30 (ფინალური)

🎯 შეფასების ფილოსოფია და კომპონენტები

კურსის მიზანია პრაქტიკული უნარების ჩამოყალიბება. შეფასება ეფუძნება რეალურ B2B ამოცანებს, ავტომატიზაციის სცენარების აწყობასა და გამართული სისტემების დემონსტრაციას.

📝 დავალებები
50
5 პრაქტიკული დავალება × 10 ქულა
🧠 ქვიზი 1
15
Make.com, Webhooks & API (ლექცია 3-ის მერე)
⚡ ქვიზი 2
15
n8n, აგენტები & უსაფრთხოება (ლექცია 5-ის მერე)
🎓 ფინალური პროექტი
30
Live Pitch & Capstone Demo (ლექცია 7)

📋 კომპონენტების დეტალური განაწილება

1. საშინაო დავალებები (სულ 50 ქულა)
5 × 10 ქულა

კურსის განმავლობაში სტუდენტები ასრულებენ 5 პრაქტიკულ საშინაო დავალებას. თითოეული დავალება ფასდება მაქსიმუმ 10 ქულით:

💡 დავალებების ჩაბარების ვადა: ყოველი დავალების ჩაბარების ვადაა 1 კვირა ლექციის ჩატარებიდან (Google Classroom-ში). დაგვიანების შემთხვევაში ყოველ ვადაგადაცილებულ დღეზე აკლდება 0.5 ქულა.
2. ქვიზი 1: Make.com, Webhooks & API (15 ქულა)
ლექცია 3-ის შემდეგ

დანიშნულება: ამოწმებს No-Code ავტომატიზაციის ფუნდამენტურ პრინციპებს, მოდულების კონფიგურაციასა და მონაცემთა მიმოცვლას.

  • თემები: Triggers vs Actions, Webhooks (Instant triggers), HTTP მოდული, GET/POST მოთხოვნები, Headers და JSON მონაცემთა სტრუქტურები (Arrays & Collections).
  • ფორმატი: 15 შეკითხვა (ტესტური კითხვები + რეალური სცენარის ანალიზი). თითოეული სწორი პასუხი = 1 ქულა.
3. ქვიზი 2: n8n, AI აგენტები & უსაფრთხოება (15 ქულა)
ლექცია 5-ის შემდეგ

დანიშნულება: ამოწმებს მოწინავე ორკესტრაციას, ავტონომიური აგენტების ლოგიკასა და საწარმოო უსაფრთხოების წესებს.

  • თემები: n8n Workflow ლოგიკა, Tool Calling & Function Calling, Graceful Degradation (Fallback სტრატეგია), Human-in-the-Loop (HITL), PII Data Masking და ROI კალკულაცია.
  • ფორმატი: 15 შეკითხვა (ტესტური კითხვები + პრაქტიკული ამოცანები). თითოეული სწორი პასუხი = 1 ქულა.
4. ფინალური პროექტი: Capstone Live Pitch (30 ქულა)
ლექცია 7 (Workshop)

დანიშნულება: კურსის დასკვნითი ნამუშევარი, სადაც სტუდენტი წარადგენს სრულყოფილ, რეალურ ბიზნეს ავტომატიზაციას მე-7 შეხვედრის ფიზიკურ ვორქშოპზე.

კრიტერიუმი წონა რას ვაფასებთ?
ბიზნეს პრობლემა და ღირებულება 9 ქულა (30%) პრობლემა რეალურია, გაზომვადია და გადაწყვეტა ზოგავს კომპანიის დროს/ფულს.
არქიტექტურა & ორკესტრაცია 9 ქულა (30%) სუფთა მოდულარული სცენარი (Make.com ან n8n), Router-ები, Error Handling და Fallback.
AI ინტეგრაცია & სიზუსტე 7.5 ქულა (25%) Structured Output (JSON), Context Engineering, Vision ან Tools/MCP გამოყენება.
ROI მოდელირება & Live Pitch 4.5 ქულა (15%) დამაჯერებელი 10-წუთიანი პრეზენტაცია, გამართული Live Demo და ზუსტი ფინანსური გათვლა.
დეტალური მოთხოვნები, თემები და 20 აღმასრულებელი აგენტის იდეები იხილეთ ფინალური პროექტის გვერდზე.

🎓 საბოლოო შეფასების სკალა და სერტიფიცირება

კურსის დასასრულს თქვენი საბოლოო შეფასება განისაზღვრება შემდეგი სკალით:

ქულა შეფასება აღწერა და სერტიფიკატის სტატუსი
91 - 100 A (ფრიადი) შესანიშნავი შესრულება, სერტიფიკატი წარჩინებით (Honors)
81 - 90 B (ძალიან კარგი) ძალიან კარგი შედეგი და მყარი პრაქტიკული პორტფოლიო
71 - 80 C (კარგი) კარგი შესრულება, ყველა ძირითადი ინსტრუმენტის ათვისება
61 - 70 D (დამაკმაყოფილებელი) დამაკმაყოფილებელი შედეგი (სერტიფიკატის მინიმალური ზღვარი)
0 - 60 F (ვერ ჩააბარა) არასაკმარისი ქულა, სერტიფიკატი არ გაიცემა

📜 სერტიფიკატის მიღების სავალდებულო პირობები:

  • ჯამური ქულა: მინიმუმ 61 ქულა (D ან უკეთესი შეფასება).
  • დასწრება: ლექციების არანაკლებ 75%-ზე დასწრება.
  • საშინაო დავალებების ჩაბარება დადგენილ ვადებში.
  • ორივე ქვიზში (ქვიზი 1 და ქვიზი 2) მონაწილეობა.
  • ფინალური პროექტის (Capstone Project) წარდგენა მე-7 შეხვედრის ვორქშოპზე.