При розробці екзаменаційної платформи для технічного вишу ми зіткнулися з вимогами: 10 000 студентів, 200 предметів, 50 типів завдань, пікове навантаження 500 одночасних сесій. Система має гарантувати збереження даних при збоях та захист від списування. Ціна помилки — не просто оцінка, а репутація навчального закладу або сертифікація фахівця. Розповідаємо, як ми вирішуємо ці задачі на практиці.
Ми проєктуємо модульну архітектуру, де кожен тип екзамену ізольований у свій сервіс: автоперевірювані тести, завдання з ручною перевіркою, адаптивні (CAT) і прокторовані екзамени. Такий підхід спрощує масштабування та додавання нових типів. Наприклад, для одного замовника ми реалізували підтримку 12 мов програмування в coding tasks, кожна — в Docker-контейнері з ізоляцією.
Типи екзаменів та їх компоненти
| Тип | Особливості | Кількість питань у типовому тесті |
|---|---|---|
| Автоперевірюваний | Тести, задачі з варіантами, короткі відповіді | 30–60 |
| З ручною перевіркою | Есе, coding tasks, кейси | 3–10 |
| Адаптивний (CAT) | Складність підлаштовується під відповіді | 15–25 (на 30% менше, ніж лінійний) |
| Прокторований | Зі спостерігачем (online або offline) | будь-який |
| Open-book | Допускається використання матеріалів | будь-який |
Кожен тип вимагає своїх компонентів: для есе — редактор з перевіркою плагіату, для coding tasks — запуск коду в ізольованому контейнері. Банк питань формується від 500 до 5000 одиниць.
Як влаштований захист від списування?
Режим кіоску блокує 99% спроб перемикання вкладок. Реалізація через document.onfullscreenchange + детектування visibilitychange:
document.addEventListener('visibilitychange', () => { if (document.hidden && examInProgress) { recordViolation('tab_switch', { timestamp: Date.now() }); } }); Рандомізація: порядок питань і варіантів відповідей перемішується для кожного випробуваного — shuffle_seed генерується при старті та зберігається. Ймовірність збігу варіантів у двох студентів — менше 1 на мільйон. Ліміт часу зберігається на сервері, клієнт синхронізує кожні 30 секунд. При закінченні часу — автоматичне відправлення. Комплекс заходів знижує кількість порушень на 80% порівняно з простим таймером.
Як працює адаптивне тестування?
Computer Adaptive Testing (CAT) підбирає питання на основі оцінюваного рівня. Алгоритм використовує Item Response Theory (IRT), згідно з Item Response Theory (Wikipedia): кожне питання в банку має параметри складності (b), диференціюючу здатність (a) та ймовірність вгадування (c). Ми реалізуємо модель 3PL.
Процес:
- Починаємо із середнього питання (θ = 0).
- Правильна відповідь → наступне питання складніше.
- Неправильна → простіше.
- Оцінка знань (θ) перераховується після кожної відповіді.
Для розрахунків використовуємо бібліотеку catirt (R) або власну реалізацію. Результат — точна оцінка за 15–25 питань замість 40–60 при лінійному тесті, що скорочує час на 40%.
Приклад оцінки параметрів питання за IRT
Для кожного питання обчислюється трипараметрична логістична функція: P(θ) = c + (1-c) / (1 + exp(-1.7*a*(θ-b))). Параметри оцінюються методом максимальної правдоподібності за калібрувальною вибіркою (не менше 200 відповідей на питання).Надійність та відновлення
Екзамен не можна втратити. Автозбереження поточних відповідей кожні 30 секунд (POST на сервер). При обриві з'єднання — продовження після перепідключення зі збереженого стану. На практиці 99.9% сесій завершуються без втрати даних. При технічній проблемі — процедура повторного допуску (reopening exam session). Відповіді зберігаються в exam_answers з submitted_at, окремо від підсумкової оцінки.
Онлайн-прокторинг
Два рівні:
| Рівень | Технологія | Точність детекції порушень | Відносна вартість |
|---|---|---|---|
| AI-прокторинг | MediaPipe/OpenCV self-hosted | 70% | 1x |
| Живий прокторинг | WebRTC | 95% | 3x |
| Гібрид (AI + live) | Комбінація | 95% | 1.5x |
Self-hosted рішення на MediaPipe/OpenCV знижує витрати в 3 рази порівняно з комерційними сервісами. Дані з веб-камери записуються та аналізуються постфактум — це знижує навантаження на сервер під час екзамену.
Що входить у результат
У базову комплектацію входять: банк питань, система автоперевірки, античит-модуль, генерація сертифікатів, а також документація з розгортання та API. Розширена комплектація додатково включає адаптивне тестування (CAT), прокторинг, інтеграцію з LMS, кастомні типи питань та навчання до 5 співробітників. Завжди надаємо вихідний код без обмежень і гарантійну підтримку 3 місяці.
Етапи розробки
- Аналітика: збір вимог, профілювання навантаження, проєктування архітектури.
- Проєктування: прототип UI, модель даних, API-специфікація.
- Реалізація: ітеративна розробка з демо кожні 2 тижні.
- Тестування: навантажувальне до 1000 одночасних сесій, security audit.
- Деплой: розгортання на вашій інфраструктурі та передача документації.
Терміни та склад робіт
| Комплектація | Термін | Склад |
|---|---|---|
| Базова | 3–4 місяці | Банк питань, таймер, автоперевірка, античит, сертифікати |
| Розширена | 5–8 місяців | Усе з базової + прокторинг, CAT, ручна перевірка есе, інтеграції |
У вартість входить: документація, вихідний код, навчання до 5 співробітників, гарантійна підтримка 3 місяці. Конкретна вартість розраховується індивідуально після аналізу вимог.
Наша експертиза
5+ років досвіду в розробці високонавантажених освітніх платформ. Виконали 30+ проєктів для вишів та онлайн-шкіл з аудиторією від 500 до 50 000 користувачів. Стек: React/Next.js, Node.js/Nest.js, PostgreSQL, Redis, Docker, Kubernetes. Оцінимо ваш проєкт безкоштовно — зв'яжіться для консультації та отримайте демо-доступ до прототипу.