Desember lalu, kami mengadakan hackathon startup kami sendiri dengan enam perusahaan Skolkovo lainnya. Tanpa sponsor perusahaan atau dukungan eksternal apa pun, kami mengumpulkan dua ratus peserta dari 20 kota di Rusia melalui upaya komunitas pemrograman. Di bawah ini saya akan memberi tahu Anda bagaimana kami berhasil, kendala apa yang kami temui selama ini, dan mengapa kami segera mulai berkolaborasi dengan salah satu tim pemenang.
Antarmuka aplikasi yang mengontrol modul Baterai Watt dari finalis lagu, “Rambut Basah”
perusahaan
Perusahaan kami Watts Battery menciptakan pembangkit listrik portabel modular. Produk ini merupakan pembangkit listrik portabel berukuran 46x36x11 cm, yang mampu menghasilkan 1,5 hingga 15 kilowatt per jam. Empat modul tersebut dapat menyediakan konsumsi energi rumah pedesaan kecil selama dua hari.
Meskipun kami mulai mengirimkan sampel produksi tahun lalu, secara keseluruhan Watts Battery adalah sebuah startup. Perusahaan ini didirikan pada tahun 2016 dan telah menjadi anggota Cluster Teknologi Hemat Energi Skolkovo sejak tahun yang sama. Saat ini kami memiliki 15 karyawan dan banyak hal yang ingin kami lakukan pada tahap tertentu, tetapi saat ini belum ada waktu untuk itu.
Ini juga mencakup tugas perangkat lunak murni. Mengapa?
Tugas utama modul ini adalah menyediakan pasokan energi seimbang dan tidak terputus dengan biaya optimal. Jika Anda mengalami pemadaman listrik karena alasan di luar kendali Anda, Anda harus selalu memiliki cadangan untuk memberi daya penuh pada beban jaringan yang diperlukan selama pemadaman berlangsung. Dan jika pasokan listrik bagus, Anda dapat menggunakan energi matahari untuk menghemat uang.
Pilihan paling sederhana adalah Anda dapat mengisi daya baterai dari sinar matahari di siang hari dan menggunakannya di malam hari, tetapi sesuai dengan tingkat yang diperlukan agar jika terjadi pemadaman listrik, Anda tidak dibiarkan tanpa listrik. Jadi, Anda tidak akan pernah berada dalam situasi di mana Anda menyalakan lampu dari baterai sepanjang malam (karena lebih murah), tetapi pada malam hari listrik padam dan lemari es Anda mencair.
Jelas bahwa seseorang jarang dapat memprediksi dengan akurat jumlah listrik yang ia perlukan, namun sistem yang dilengkapi dengan model prediktif dapat melakukannya. Oleh karena itu, pembelajaran mesin adalah salah satu bidang prioritas kami. Hanya saja kami saat ini fokus pada pengembangan perangkat keras dan tidak dapat mengalokasikan sumber daya yang cukup untuk tugas-tugas tersebut, itulah yang membawa kami ke Startup Hackathon.
Persiapan, data, infrastruktur
Hasilnya, kami mengambil dua jalur: analisis data dan sistem manajemen. Selain milik kami, ada tujuh lagu lagi dari rekan-rekan.
Meskipun format hackathon belum ditentukan, kami berpikir untuk menciptakan “suasana kami sendiri”, dengan sistem poin: peserta melakukan beberapa hal yang tampaknya sulit dan menarik bagi kami, dan mendapatkan poin untuk itu. Kami punya banyak tugas. Namun saat kami membangun struktur hackathon, penyelenggara lain meminta untuk membawa semuanya ke bentuk umum, dan kami melakukannya.
Kemudian kami sampai pada skema berikut: orang-orang membuat model berdasarkan data mereka, kemudian mereka menerima data kami, yang belum pernah dilihat model tersebut sebelumnya, dipelajari dan mulai diprediksi. Diasumsikan bahwa semua ini dapat dilakukan dalam 48 jam, namun bagi kami ini adalah hackathon pertama pada data kami, dan kami mungkin melebih-lebihkan sumber daya waktu atau tingkat kesiapan data. Pada hackathon pembelajaran mesin khusus, garis waktu seperti itu akan menjadi hal yang biasa, tetapi garis waktu kami tidak seperti itu.
Kami membongkar perangkat lunak dan perangkat keras modul sebanyak mungkin, dan membuat versi perangkat kami khusus untuk hackathon, dengan antarmuka internal yang sangat sederhana dan mudah dipahami yang dapat didukung oleh pengembang mana pun.
Untuk lintasan berdasarkan sistem kendali, terdapat opsi untuk membuat aplikasi seluler. Agar peserta tidak bingung memikirkan seperti apa tampilannya dan membuang waktu ekstra, kami memberi mereka tata letak desain aplikasi, super ringan, sehingga mereka yang menginginkannya dapat dengan mudah “meregangkan” fungsi yang mereka perlukan ke dalamnya. . Sejujurnya, kami tidak mengharapkan adanya dilema moral di sini, tetapi salah satu tim mengambilnya sedemikian rupa sehingga kami membatasi kemewahan mereka, kami ingin mendapatkan solusi siap pakai secara gratis, dan tidak mengujinya. dalam praktek. Dan mereka berangkat.
Tim lain memilih untuk membuat aplikasi yang benar-benar berbeda dari awal, dan semuanya berhasil. Kami tidak memaksakan agar aplikasinya persis seperti ini, kami hanya membutuhkannya untuk memuat beberapa elemen yang menunjukkan tingkat teknis solusi: grafik, analitik, dll. Tata letak desain yang sudah selesai juga merupakan petunjuk.
Karena menganalisis modul Baterai Watt langsung di hackathon akan memakan waktu terlalu lama, kami memberi peserta potongan data siap pakai selama sebulan yang diambil dari modul asli klien kami (yang sebelumnya kami anonimkan dengan cermat). Sejak bulan Juni, tidak ada perubahan musiman yang dimasukkan ke dalam analisis. Namun di masa depan kami akan menambahkan data eksternal ke dalamnya, seperti fitur musiman dan iklim (saat ini menjadi standar industri).
Kami tidak ingin menimbulkan ekspektasi yang tidak realistis di kalangan peserta, maka dalam pengumuman hackathon kami langsung mengatakan: pekerjaan akan sedekat mungkin dengan pekerjaan lapangan: data yang berisik, kotor, yang tidak disiapkan secara khusus oleh siapa pun. Namun hal ini juga memiliki sisi positif: dalam semangat tangkas, kami selalu berhubungan dengan para peserta, dan segera melakukan perubahan pada tugas dan ketentuan penerimaan (selengkapnya di bawah).
Selain itu, kami memberi peserta akses ke Amazon AWS (begitu aktifnya sehingga Amazon memblokir satu wilayah untuk kami, kami akan mencari tahu apa yang harus dilakukan). Di sana Anda dapat menerapkan infrastruktur untuk Internet of Things dan, bahkan berdasarkan templat Amazon yang sederhana, membuat solusi lengkap dalam satu hari. Namun pada akhirnya, setiap orang pasti menempuh jalannya masing-masing, melakukan segala sesuatunya sendiri dengan maksimal. Pada saat yang sama, ada yang berhasil memenuhi batas waktu, ada pula yang tidak. Satu tim, Nubble, menggunakan Yandex.cloud, seseorang mengangkatnya di hosting mereka. Kami bahkan siap memberikan domain (kami sudah mendaftarkannya), tetapi tidak berguna.
Untuk menentukan pemenang di jalur analitis, kami berencana membandingkan hasilnya, dan kami menyiapkan metrik numerik. Namun pada akhirnya hal tersebut tidak perlu dilakukan, karena berbagai sebab tiga dari empat peserta tidak lolos ke final.
Mengenai infrastruktur rumah tangga, Skolkovo Technopark membantu di sini dengan menyediakan (gratis) salah satu ruangan modular yang nyaman dengan dinding video untuk presentasi dan beberapa ruangan kecil untuk area rekreasi dan untuk mengatur katering.
Analytics
Tugas: sistem pembelajaran mandiri yang mengidentifikasi anomali dalam konsumsi dan pengoperasian modul berdasarkan data kontrol. Kami sengaja membuat kata-kata seumum mungkin sehingga para peserta dapat bekerja sama dengan kami untuk memikirkan apa yang dapat dilakukan berdasarkan data yang tersedia.
Kekhususan: Yang lebih kompleks dari kedua jalur tersebut. Data industri memiliki beberapa perbedaan dengan data dalam sistem tertutup (misalnya pemasaran digital). Di sini Anda perlu memahami sifat fisik dari parameter yang Anda coba analisis; memandang segala sesuatu sebagai rangkaian angka abstrak tidak akan berhasil. Misalnya saja distribusi konsumsi listrik sepanjang hari. Ibarat ritual: alat cukur listrik dinyalakan di pagi hari pada hari kerja, dan mixer dinyalakan pada akhir pekan. Lalu inti dari anomali itu sendiri. Dan jangan lupa bahwa Baterai Watts ditujukan untuk penggunaan pribadi, jadi setiap klien akan memiliki ritualnya sendiri, dan satu model universal tidak akan berfungsi. Menemukan anomali yang diketahui dalam data bukanlah suatu tugas; menciptakan sistem yang secara mandiri mencari anomali yang tidak berlabel adalah masalah lain. Bagaimanapun, segala sesuatu bisa menjadi anomali, termasuk faktor manusia yang berbahaya. Misalnya, dalam data pengujian kami terdapat kasus di mana sistem dipaksa oleh pengguna ke mode baterai. Tanpa alasan apa pun, pengguna terkadang melakukan ini (saya akan membuat reservasi bahwa pengguna ini sedang menguji modul untuk kami dan karena alasan inilah ia memiliki akses ke kontrol mode manual; untuk pengguna lain kontrolnya sepenuhnya otomatis). Seperti yang mudah diprediksi, dalam situasi seperti ini baterai akan habis dengan cukup aktif, dan jika bebannya besar, muatannya akan habis sebelum matahari terbit atau sumber energi lain muncul. Dalam kasus seperti ini, kami berharap melihat semacam pemberitahuan bahwa perilaku sistem telah menyimpang dari biasanya. Atau orang tersebut pergi dan lupa mematikan oven. Sistem melihat bahwa biasanya konsumsinya adalah 500 watt pada waktu seperti ini, tetapi hari ini - 3,5 ribu - sebuah anomali! Seperti Denis Matsuev di pesawat: “Saya tidak mengerti apa pun tentang mesin pesawat, tapi dalam perjalanan ke sana, suara mesinnya berbeda.”
Grafik model prediktif pada jaringan saraf sumber terbuka Yandex CatBoost
Apa yang sebenarnya dibutuhkan perusahaan?: sistem diagnostik mandiri di dalam perangkat, analitik prediktif, termasuk tanpa infrastruktur jaringan (seperti yang ditunjukkan oleh praktik, tidak semua klien kami terburu-buru untuk menyambungkan baterai ke Internet - bagi sebagian besar, semuanya cukup untuk berfungsi dengan andal), identifikasi anomali, yang sifatnya belum kita ketahui, sistem belajar mandiri tanpa guru, pengelompokan, jaringan saraf, dan seluruh gudang metode analisis modern. Kita perlu memahami bahwa sistem mulai berperilaku berbeda, meskipun kita tidak mengetahui apa sebenarnya yang berubah. Pada hackathon itu sendiri, sangat penting bagi kami untuk melihat bahwa ada orang-orang yang siap atau sudah terjun ke dalam analisis industri, dan mereka mencari area baru untuk menerapkan kemampuannya. Awalnya saya terkejut karena ada begitu banyak pelamar: bagaimanapun juga, ini adalah masakan yang sangat spesifik, tetapi lambat laun semua kecuali satu dari empat peserta keluar, sehingga sampai batas tertentu semuanya berjalan sesuai keinginan.
Mengapa hal tersebut tidak dapat dilakukan pada tahap ini?: Masalah utama dalam tugas penambangan data adalah tidak cukupnya data. Ada beberapa lusin perangkat Baterai Watt yang beroperasi di seluruh dunia saat ini, namun banyak di antaranya yang tidak terhubung ke jaringan, sehingga data kami belum terlalu beragam. Kami nyaris tidak mengumpulkan dua anomali - dan itu terjadi pada prototipe; Baterai Watt industri bekerja cukup stabil. Jika kami memiliki insinyur pembelajaran mesin internal dan kami tahu - ya, ini dapat diambil dari data ini, tetapi kami ingin mendapatkan kualitas prediksi yang lebih baik - itu akan menjadi satu cerita. Namun hingga saat ini kami belum melakukan apa pun terhadap data tersebut. Selain itu, hal ini memerlukan pemahaman yang mendalam dari para peserta mengenai cara kerja produk kami secara spesifik; satu setengah hari tidaklah cukup untuk melakukan hal ini.
Bagaimana Anda memutuskannya?: Mereka tidak serta merta menetapkan tugas akhir secara pasti. Sebaliknya, sepanjang 48 jam tersebut, kami berdialog dengan para peserta, segera mencari tahu apa yang bisa mereka dapatkan dan apa yang tidak bisa mereka dapatkan. Berdasarkan hal tersebut, dengan semangat kompromi, tugas tersebut diselesaikan.
Apa yang Anda dapatkan sebagai hasilnya?: pemenang trek dapat membersihkan data (pada saat yang sama mereka menemukan "fitur" penghitungan beberapa parameter yang tidak kami sadari sebelumnya, karena kami tidak menggunakan beberapa data untuk menyelesaikan masalah kami) , menyoroti penyimpangan dari perilaku yang diharapkan dari modul Baterai Watts, dan menyiapkan model prediktif yang mampu memprediksi konsumsi energi dengan tingkat akurasi tinggi. Ya, ini hanyalah tahap kelayakan pengembangan solusi industri; maka diperlukan kerja teknis yang melelahkan selama berminggu-minggu, namun bahkan prototipe ini, yang dibuat langsung selama hackathon, dapat menjadi dasar solusi industri nyata, yang jarang terjadi.
kesimpulan utama: Berdasarkan data yang kami miliki, dimungkinkan untuk menyiapkan analitik prediktif, kami berasumsi demikian, tetapi tidak memiliki sumber daya untuk memeriksanya. Para peserta hackathon menguji dan mengonfirmasi hipotesis kami, dan kami akan terus bekerja sama dengan para pemenang trek dalam tugas ini.
Grafik model prediktif pada jaringan saraf sumber terbuka Facebook Prophet
Nasihat untuk masa depan: saat menyusun tugas, Anda tidak hanya perlu melihat peta jalan produksi Anda, tetapi juga minat para peserta. Karena hackathon kami tidak memiliki hadiah uang tunai, kami memanfaatkan keingintahuan alami para ilmuwan data dan keinginan untuk memecahkan masalah baru yang menarik di mana belum ada yang menunjukkan apa pun atau di mana mereka dapat menunjukkan diri mereka lebih baik daripada hasil yang ada. Jika Anda segera mempertimbangkan faktor minat, Anda tidak perlu mengalihkan fokus Anda selama ini.
Управление
Tugas: (aplikasi) yang mengelola jaringan modul Baterai Watt, dengan akun pribadi, penyimpanan data di cloud, dan pemantauan status.
Kekhususan: dalam jalur ini kami tidak mencari solusi teknis baru; kami, tentu saja, memiliki antarmuka konsumen sendiri. Kami memilihnya untuk mengikuti hackathon guna mendemonstrasikan kemampuan sistem kami, mendalaminya, dan memeriksa apakah komunitas tertarik dengan topik pengembangan sistem pintar dan energi alternatif. Kami memposisikan aplikasi seluler sebagai opsi; Anda dapat melakukannya atau tidak melakukannya sesuai kebijaksanaan Anda. Namun menurut kami, ini menunjukkan dengan baik bagaimana orang berhasil mengatur penyimpanan data di cloud, dengan akses dari beberapa sumber berbeda sekaligus.
Apa yang sebenarnya dibutuhkan perusahaan?: komunitas pengembang yang akan mengemukakan ide bisnis, menguji hipotesis, dan membuat alat kerja untuk implementasinya.
Mengapa hal tersebut tidak dapat dilakukan pada tahap ini?: Volume pasar masih terlalu kecil untuk pembentukan komunitas organik seperti itu.
Bagaimana Anda memutuskannya?: Sebagai bagian dari hackathon, kami melakukan semacam studi fisik untuk melihat apakah mungkin untuk menghasilkan tidak hanya fitur, namun model bisnis lengkap seputar produk kami yang sangat spesifik. Selain itu, agar orang yang mampu mengimplementasikan prototipe dapat melakukan ini, lagi pula, di sini - saya tidak ingin menyinggung siapa pun - ini bukan level pemrograman LED yang berkedip di Arduino (meskipun ini dapat dilakukan dengan inovasi) , keterampilan yang agak spesifik diperlukan di sini: pengembangan sistem backend dan frontend, pemahaman tentang prinsip-prinsip membangun sistem Internet of Things yang skalabel.
Apa yang Anda dapatkan sebagai hasilnya?: dua tim mengusulkan ide bisnis lengkap untuk pekerjaan mereka: satu lebih fokus pada segmen Rusia, yang lain pada segmen asing. Artinya, pada akhirnya mereka tidak hanya menceritakan bagaimana mereka membuat aplikasi tersebut, tetapi pada dasarnya datang untuk berbisnis seputar Watts. Mereka menguraikan bagaimana mereka melihat penggunaan Watt dalam beberapa model bisnis, memberikan statistik, menunjukkan wilayah mana yang memiliki masalah apa, undang-undang apa yang diadopsi di mana, menguraikan tren global: menambang bitcoin sudah ketinggalan zaman, menambang kilowatt sudah ketinggalan zaman. Mereka sengaja datang ke energi alternatif yang sangat kami sukai. Fakta bahwa para peserta, selain itu, mampu menciptakan solusi teknis yang berfungsi menunjukkan bahwa mereka dapat meluncurkan sebuah startup secara mandiri.
kesimpulan utama: Terdapat tim yang siap menjadikan Watts Battery sebagai basis model bisnisnya, mengembangkannya, dan menjadi partner/pendamping perusahaan. Beberapa dari mereka bahkan tahu cara mengidentifikasi MVP sebuah ide bisnis dan mengerjakannya terlebih dahulu, sesuatu yang kurang di industri saat ini. Orang-orang tidak mengerti kapan harus berhenti, kapan harus merilis solusi ke pasar, meskipun masih dini, namun berhasil. Faktanya, tahap pemolesan solusi seringkali tidak berakhir, secara teknis solusi melewati batas kompleksitas yang wajar, memasuki pasar dengan kelebihan beban, tidak lagi jelas apa ide aslinya, apa yang menargetkan pelanggan, apa model bisnisnya. termasuk. Seperti lelucon tentang Akunin yang menulis buku lain sambil menandatangani buku sebelumnya untuk seseorang. Tapi di sini hal itu dilakukan dalam bentuknya yang paling murni: ini grafiknya, ini penghitungnya, ini indikatornya, ini prediksinya - itu saja, tidak ada lagi yang diperlukan untuk menjalankannya. Dengan ini, Anda bisa menemui investor dan menerima uang untuk memulai bisnis. Mereka yang menemukan keseimbangan ini keluar dari jalur sebagai pemenang.
Nasihat untuk masa depan: di hackathon berikutnya (kami sedang merencanakannya ), mungkin masuk akal untuk bereksperimen dengan perangkat keras. Kami memiliki pengembangan perangkat keras sendiri (salah satu keunggulan Watts), kami sepenuhnya mengontrol produksi dan pengujian semua yang kami lakukan, namun kami tidak memiliki sumber daya yang cukup untuk menguji beberapa hipotesis “perangkat keras”. Sangat mungkin bahwa dalam komunitas pemrogram sistem dan tingkat rendah serta pengembang perangkat keras ada orang-orang yang akan membantu kami dalam hal ini dan di masa depan akan menjadi mitra kami di bidang ini.
Orang-orang
Pada hackathon, kami mengharapkan mereka yang ingin mencoba sendiri di bidang baru (misalnya lulusan berbagai sekolah pemrograman) daripada mereka yang berspesialisasi dalam pengembangan semacam ini. Namun tetap saja, kami berharap sebelum hackathon mereka akan melakukan sedikit persiapan, membaca tentang perkiraan konsumsi energi secara umum dan cara kerja sistem Internet of Things. Sehingga setiap orang datang tidak sekedar untuk bersenang-senang, mencari data dan tugas yang menarik, tetapi juga dengan pendalaman awal pada bidang studi. Bagi kami, kami memahami bahwa untuk ini perlu mempublikasikan terlebih dahulu data yang tersedia, deskripsinya dan persyaratan yang lebih tepat untuk hasilnya, mempublikasikan modul API, dll.
Setiap orang memiliki tingkat teknologi yang kurang lebih sama, plus atau minus kemampuan yang sama. Dengan latar belakang ini, tingkat keharmonisan bukanlah faktor terakhir. Sejumlah tim tidak melakukan syuting karena tidak bisa membagi secara jelas wilayah kerjanya. Ada juga yang seluruh pengembangannya dilakukan oleh satu orang, ada pula yang sibuk menyiapkan presentasi, ada pula yang diberi tugas yang dikerjakannya, mungkin baru pertama kali dalam hidupnya.
Sebagian besar pesertanya masih muda, namun bukan berarti tidak ada insinyur dan pengembang pembelajaran mesin yang kuat di antara mereka. Kebanyakan datang dalam tim; praktis tidak ada individu. Semua orang bermimpi untuk menang, seseorang ingin mencari pekerjaan di masa depan, sekitar 20% sudah menemukannya, saya pikir angka ini akan bertambah.
Kami tidak memiliki cukup pakar perangkat keras, namun kami berharap dapat menebusnya pada hackathon kedua.
Kemajuan hackathon
Seperti yang saya tulis di atas, kami bersama para peserta hampir sepanjang 48 jam hackathon dan, memantau keberhasilan mereka di pos pemeriksaan, mencoba menyesuaikan tugas dan kondisi untuk menerima jalur analitis pertama sehingga, di satu sisi, peserta dapat menyelesaikannya dalam waktu yang tersisa, dan di sisi lain, hal itu menarik bagi kami.
Klarifikasi terakhir terhadap tugas tersebut dilakukan di sekitar pos pemeriksaan terakhir, pada Sabtu sore (final dijadwalkan pada Minggu malam). Kami menyederhanakan segalanya sedikit lagi: kami menghapus persyaratan untuk menghitung ulang model pada data baru, meninggalkan data yang sudah dikerjakan oleh tim. Membandingkan metrik tidak lagi memberi kami apa-apa, mereka sudah mendapatkan hasil siap pakai berdasarkan data yang tersedia, dan pada hari kedua orang-orang sudah lelah. Oleh karena itu, kami memutuskan untuk mengurangi penyiksaan mereka.
Namun, tiga dari empat peserta tidak mencapai final. Satu tim sudah menyadari sejak awal bahwa mereka lebih tertarik pada jejak rekan-rekan kami, yang lain, sebelum final, menyadari bahwa selama proses pemrosesan mereka telah menyaring data yang diperlukan terlebih dahulu dan menolak untuk mempresentasikan karyanya.
Tim “21 (Wet Hair Effect)” berpartisipasi dalam kedua lagu kami hingga akhir. Mereka ingin mencakup semuanya sekaligus: pembelajaran mesin, pengembangan, aplikasi, dan situs web. Sampai kami mengancam mereka dengan penarikan pada saat-saat terakhir, mereka percaya bahwa mereka melakukan segalanya tepat waktu, meskipun sudah di pos pemeriksaan kedua terlihat jelas bahwa hal utama - pembelajaran mesin - mereka tidak dapat membuat kemajuan yang signifikan: mereka umumnya mengatasinya blok kedua, namun belum bisa memperkirakan konsumsi listrik belum siap. Alhasil, saat kami menentukan tugas minimal untuk lolos ke babak pertama, mereka tetap memilih lintasan kedua.
Fit-predict memiliki komposisi seimbang yang disesuaikan untuk analisis data, sehingga mampu mengatasi semuanya. Terlihat jelas bahwa mereka tertarik untuk “menyentuh” data industri yang sebenarnya. Mereka langsung berkonsentrasi pada hal utama: menganalisis, membersihkan data, menangani setiap anomali. Fakta bahwa mereka mampu membangun model kerja selama hackathon merupakan pencapaian yang luar biasa. Dalam praktik kerja, hal ini biasanya memakan waktu berminggu-minggu: saat data dibersihkan, saat mereka menyelidikinya. Oleh karena itu, kami pasti akan bekerja sama dengan mereka.
Di jalur kedua (manajemen), kami mengharapkan semua orang melakukan semuanya dalam setengah hari dan datang meminta untuk membuat tugas lebih sulit. Dalam praktiknya, kami hampir tidak punya waktu untuk menyelesaikan tugas dasar. Kami mengerjakan JS dan Python, yang mencerminkan keadaan industri saat ini.
Di sini pun hasil dicapai oleh tim yang terkoordinasi dengan baik, yang di dalamnya dibangun pembagian kerja, jelas siapa mengerjakan apa.
Tim ketiga yaitu FSociety sepertinya sudah punya solusinya, namun pada akhirnya mereka memutuskan untuk tidak menunjukkan perkembangannya, mereka bilang tidak menganggapnya berhasil. Kami menghormati hal ini dan tidak membantah.
Pemenangnya adalah tim “Strippers from Baku” yang mampu menahan diri, bukan mengejar “pernak-pernik”, melainkan menciptakan MVP yang tidak malu untuk ditampilkan dan yang jelas bisa dikembangkan dan ditingkatkan lebih lanjut. Kami segera memberi tahu mereka bahwa kami tidak terlalu tertarik dengan peluang tambahan. Jika mereka ingin registrasi melalui kode QR, pengenalan wajah, biarkan mereka membuat grafik terlebih dahulu di aplikasi, lalu ambil yang opsional.
Dalam lagu ini, “Wet Hair” dengan percaya diri memasuki final, dan kami mendiskusikan kerjasama lebih lanjut dengan mereka dan “Hustlers.” Kami telah bertemu yang terakhir di tahun baru.
Saya harap semuanya berhasil, dan kami berharap dapat bertemu semuanya di hackathon kedua di bulan Maret!
Sumber: www.habr.com