Forslag til den mundtlige eksamen

Nedenstående er eksempler på emner og spørgsmål, som kan indgå i eksaminationen. I skal ikke nødvendigvis besvare dem alle i jeres præsentation, men I bør kunne indgå i en faglig samtale om dem.

• Hvad har I bygget?
• Hvem er løsningen til?
• Hvilket problem eller behov adresserer den?

• Hvilket konkret behov/problem hos kunden adresserer løsningen?
• Hvem er brugeren?
• Hvad ville kunden få ud af løsningen, hvis den blev realiseret?
• Hvilke antagelser byggede projektet på?
• Hvad blev bevidst fravalgt?

• Hvor indgår AI i løsningen?
• Hvorfor giver AI mening netop dér?
• Hvad er input og output?
• Hvad kan AI’en gøre godt?
• Hvor kan AI’en fejle?
• Hvor bør der være menneskelig godkendelse?
• Hvilke værktøjer, modeller eller metoder brugte I?
• Hvordan har I arbejdet med prompts, kontekst eller struktureret output?
• Hvordan har i styret projektet? Spec-driven development etc.

• Hvordan er løsningen bygget op?
• Hvilke dele ligger i frontend, backend og eventuel database?
• Hvordan bevæger data sig gennem systemet?
• Hvor kaldes AI-modellen/API’et?
• Hvordan håndteres fejl, svartider eller usikre svar?
• Hvordan er løsningen deployed eller tænkt deployed?
• Hvilke tekniske valg er du mest tilfreds med?
• Hvad ville du ændre, hvis du skulle bygge det igen?

• Hvilke faglige pointer fra dine blogposts blev vigtigst i projektet?
• Er der noget, du ser anderledes nu end tidligere i forløbet?
• Hvordan har dine refleksioner påvirket jeres løsning?
• Hvad lærte du om at bygge AI-drevne applikationer?

• Hvad har du konkret bidraget med i projektet?
• Hvilke dele af løsningen forstår du særligt godt?
• Hvilke tekniske eller faglige valg har du selv været med til at træffe?
• Hvad har du lært gennem dit eget arbejde?

• Hvad ville næste skridt være, hvis kunden ville videre?
• Hvad skulle testes, før løsningen kunne bruges rigtigt?
• Hvad er den største risiko ved løsningen?
• Hvad er din vigtigste læring fra forløbet?

1. Hvad løser dit projekt og til hvem?
2. Hvilke teknologier bruger du?
3. Hvordan har du samlet og brugt krav?
4. Hvordan har du håndteret udviklingen?
5. Har du lavet specs undervejs og logget ændringer?
6. Dyk ned i gode detaljer?
7. Hvordan sikrer du kvalitet og sikkerhed?
8. Hvad er næste skridt i projektet
9. Hvad har du lært og hvad vil du gøre anderledes næste gang?

1. RAG: embedding, chunking, vector database, retrieval, prompt engineering, LLM, systemprompt, userprompt.
2. Kodeagenter: hvad er en agent og hvordan fungerer den? Hvad er forskellen på en simpel prompt og en agent?
3. LLM API-integration: hvordan fungerer det, hvad er input/output, og hvordan håndteres fejl, svartider og usikre svar? Hvad er en LLM model, tokens, bias, hallucinationer, prompt injection, sikkerhed og etiske overvejelser?
4. Spec-driven development. Hvad er det, og hvordan kan det hjælpe med at styre udviklingen af et projekt?
5. Håndtering af diverse nøgler og tokens i kode, fx ved brug af .env-filer, secrets management eller lignende. Mest med fokus på din egen erfaring. Der er jo mange måder at gøre det på.

Løb ned over ordlisten med buzz-word for at få et overblik over de vigtigste begreber og værktøjer.