Contents & How to Use This Module
০.১কেন আলাদা AI মডিউল
২০২৫ পর্যন্ত এসব পরীক্ষায় AI আসত এক-দুটি সাধারণ MCQ হিসেবে। ২০২৬-এ এটি পূর্ণ বিষয় হয়ে গেছে: ৩১.১০.২০২৬-এর BSCS AP প্রশ্নপত্রে আধুনিক AI নিয়ে চারটি ১০ নম্বরের লিখিত প্রশ্ন ছিল (NLP, generative AI/LLM, MCP-সহ agentic AI, RAG), ১৭.০১.২০২৬-এর AP প্রশ্নপত্রে দুটি (A* search; supervised বনাম unsupervised বনাম reinforcement learning), আর ২০২৬-এর screening MCQ (Set-3)-এ ensemble, hyperparameter, dummy classifier, bias–variance ও K-means এসেছে। এখন প্রতিটি আইটি ট্র্যাকেই একই মূল অংশ দরকার, তাই অন্য বইগুলোতে ছড়িয়ে না রেখে এখানে একবারে সাজানো হয়েছে।
| পরীক্ষা | ধরন | AI/ML প্রশ্ন | এখানে কোথায় সমাধান |
|---|---|---|---|
| BSCS AP 31.10.2026 (Job ID-25106) | লিখিত, প্রতিটি ১০ নম্বর | NLP; Generative AI ও LLM; agentic AI, MCP, agent harness; RAG ও vector database | অধ্যায় ৫, ৬ |
| BSCS AP 17.01.2026 | লিখিত, প্রতিটি ১০ নম্বর | Heuristic (A*) বনাম blind (BFS) search; supervised বনাম unsupervised বনাম reinforcement learning | অধ্যায় ১, ২ |
| Screening MCQ 2026, Set-3 | MCQ, −০.৫০ | Ensemble (AdaBoost), hyperparameter, dummy classifier (Zero-R), ChatGPT, deep-learning model, accuracy থেকে bias/variance, K-means | অধ্যায় ২, ৩, ৪, ৫ |
| Officer (IT) 2026 (25105), Officer IT MCQ 2026 (BIBM) | MCQ | ReLU activation; LLM-এর মূল ভিত্তি Transformer | অধ্যায় ৪ |
| BSCS AME/AE 24.01.2026 | লিখিত বিশ্লেষণ | "Data is the new compute in today's AI era" | অধ্যায় ৬ |
০.২আপনার ট্র্যাক অনুযায়ী কী পড়বেন
| ট্র্যাক | অবশ্যই পড়ুন | এরপর |
|---|---|---|
| Assistant Programmer (BSCS / ব্যাংক) | অধ্যায় ২, ৫, ৬ (লিখিত প্রশ্ন এখান থেকেই আসে) | অধ্যায় ১ (search), ৩, ৪ |
| Officer / Senior Officer (IT), SO (IT) | অধ্যায় ২, ৩, ৪ (MCQ বেশি) | অধ্যায় ৫, ৬ |
| AME / AE (IT) | অধ্যায় ৪, ৬ (hardware, data, responsible AI) | অধ্যায় ২ |
| Teletalk AM (Technical) | অধ্যায় ২, ৪ (নেটওয়ার্কে AI: anomaly detection, forecasting) | অধ্যায় ৫, ৬ |
১০ নম্বরের AI উত্তর কীভাবে লিখবেন
সংজ্ঞা (১–২ লাইন) → লেবেলসহ একটি ডায়াগ্রাম (pipeline, architecture বা loop) → ৪–৬টি মূল পয়েন্ট বা ধাপ, প্রতিটির এক লাইনের ব্যাখ্যা → যেখানে মানায় একটি তুলনামূলক টেবিল (যেমন RAG বনাম fine-tuning) → বাংলাদেশের ব্যাংক/সরকারি খাতের একটি উদাহরণ → সুবিধা ও চ্যালেঞ্জ → এক লাইনের উপসংহার। পরীক্ষক দৈর্ঘ্যের চেয়ে কাঠামো ও সঠিক পরিভাষাকে বেশি নম্বর দেন।
০.৩সাত দিনের পরিকল্পনা
| দিন | পড়া | অনুশীলন |
|---|---|---|
| ১ | অধ্যায় ১ — agent, BFS/DFS/A* | উদাহরণের graph-এ হাতে A* trace করুন |
| ২ | অধ্যায় ২ — learning-এর প্রকারভেদ, bias–variance, metrics | Confusion matrix-এর হিসাব |
| ৩ | অধ্যায় ৩ — অ্যালগরিদম ও ensemble | Entropy/information gain, K-means-এর একটি iteration |
| ৪ | অধ্যায় ৪ — neural network, CNN, Transformer | CNN output-size সূত্র, activation MCQ |
| ৫ | অধ্যায় ৫ — NLP ও LLM | AP 31.10.2026-এর NLP ও LLM উত্তর না দেখে লিখুন |
| ৬ | অধ্যায় ৬ — RAG, agent, MCP | RAG pipeline ও MCP host–client–server ডায়াগ্রাম আঁকুন |
| ৭ | সব MCQ Practice অংশ | ওয়েবসাইট: Subject-wise exam → "AI & ML" |