Автор Хабра ночами учил Go и написал ИИ-тренажёр для собеседований: 860 вопросов голосом

Автор подробно описал на Хабре, как ночами учил Go и написал ИИ-тренажёр для собеседований. Его проблема знакома многим: теорию читаешь, а вслух рассказать о памяти или горутинах (лёгких параллельных задачах в Go) на живом собеседовании не получается. Вместо очередного списка дел он сделал бота, который слушает голосовые ответы, оценивает их и заставляет повторять слабые темы.

Что понадобится, чтобы собрать такой тренажёр?

Состав взят из проекта автора. Все названия ниже приводятся по исходнику.

• Язык Go 1.23 и библиотека telebot.v3 для работы с Telegram.
• PostgreSQL 16 (база данных) с драйвером pgx/v5 и инструментом golang-migrate для обновления структуры базы.
• Redis 7 (быстрое хранилище в оперативной памяти) для сессий и очередей повторения.
• Deepgram с моделью Nova-2 для распознавания речи через API (программный доступ к чужому сервису).
• Модель DeepSeek через Groq Cloud API для оценки ответов.
• Docker Compose и VPS (арендованный виртуальный сервер) под Ubuntu. По словам автора, сервер обходится в 200 рублей в месяц.

Сроки автор не называет. Известно только, что Go он изучает около полугода, урывками ночью и по дороге на работу.

Пошаговая инструкция: от голосового сообщения до вердикта

1. Разложите код по слоям. Автор не стал писать всё в один файл и взял чистую архитектуру (Clean Architecture, когда бизнес-логика отделена от базы и интерфейса). Получились отдельные папки для сущностей, сценариев, хранилищ, хэндлеров Telegram и клиентов нейросетей.
2. Подключите распознавание голоса. Бот забирает голосовое в формате OGG/Opus, передаёт его в Deepgram и дальше работает с текстом. По данным автора, разбор занимает меньше секунды.
3. Соберите базу вопросов с эталонами. У автора 860 вопросов по 85 темам, к каждому прописаны обязательные критерии ответа.
4. Пропишите строгий промпт для оценки. Вот текст из проекта:

Ты строгий технический интервьюер по Go. Вопрос: %s
Эталонный ответ: %s
Обязательные ключевые критерии: %s
Ответ кандидата: %s
Твоя задача:

1. Проверь наличие каждого обязательного критерия в ответе кандидата.
2. Поставь объективную оценку от 1 до 10.
3. Укажи, какие именно критерии кандидат упустил.
4. Дай краткий, жесткий разбор без лести.

1. Настройте интервальное повторение (метод, при котором трудный материал возвращается чаще лёгкого). Ответ на 8, 9 или 10 баллов отправляет вопрос в конец очереди. Если вы набрали меньше 6 баллов, вопрос вернётся через пару шагов. Все попытки сохраняются в PostgreSQL для статистики.
2. Добавьте мок-собес (репетицию собеседования). Вы выбираете грейд (уровень разработчика) от стажёра до сеньора, бот собирает 10 вопросов, может переспрашивать по ходу ответа и в конце выносит вердикт Hire или No Hire («нанять» или «не нанять») с разбором ошибок.
3. Закройте контейнеры на сервере. В Docker бот работает от отдельного пользователя appuser, а не от root (главной учётной записи системы). В docker-compose.prod.yml стоят такие флаги:

read_only: true
cap_drop: ALL
tmpfs

По замерам автора, бот на Go занимает в работе от 25 до 35 мегабайт оперативной памяти и запускается за долю секунды. Для сервера за 200 рублей это решающий довод.

Что делать с этим прямо сейчас, по ролям

Тем, кто готовится к собеседованию по Go. Бот бесплатный: @go_SikkiMentor_bot. Отвечайте голосом и не пропускайте разборы упущенных критериев, ради них проект и делался.

Автору Дзена. Приём «эталонные критерии плюс запрет на лесть» переносится на любую тему. Пропишите, что обязательно должно быть в вашем экспертном тексте, и попросите модель проверить черновик по этому списку.

Маркетологу и предпринимателю. Связка «голос, оценка, повторение слабого» подходит для обучения продавцов и операторов. Работают ли Deepgram и Groq из России без ограничений, автор не пишет, поэтому проверьте доступ заранее. Из доступных в РФ аналогов для оценки ответов подойдут YandexGPT и GigaChat, для распознавания речи есть Yandex SpeechKit.

Код открыт, и автор сам просит его раскритиковать

Исходники лежат на GitHub: github.com/powood/Tg_GO_Mentor. Автор не выдаёт проект за готовый продукт и прямо просит опытных разработчиков посмотреть код и архитектуру.