किन हार्डवेयर स्टार्टअपलाई सफ्टवेयर ह्याकाथन चाहिन्छ?

गत डिसेम्बरमा, हामीले छवटा अन्य Skolkovo कम्पनीहरूसँग हाम्रो आफ्नै स्टार्टअप ह्याकाथन आयोजना गर्यौं। कर्पोरेट प्रायोजकहरू वा कुनै बाह्य समर्थन बिना, हामीले प्रोग्रामिङ समुदायको प्रयास मार्फत रूसका 20 शहरहरूबाट दुई सय सहभागीहरूलाई भेला गर्यौं। तल म तपाईलाई बताउनेछु कि हामी कसरी सफल भयौं, हामीले बाटोमा के कस्ता समस्याहरू सामना गर्यौं, र किन हामीले तुरुन्तै विजेता टोलीहरू मध्ये एकसँग सहकार्य गर्न थाल्यौं।

ट्र्याकको फाइनलबाट वाट ब्याट्री मोड्युलहरू नियन्त्रण गर्ने अनुप्रयोगको इन्टरफेस, "गीले कपाल"

दृढ

हाम्रो कम्पनी वाट्स ब्याट्रीले मोड्युलर पोर्टेबल पावर स्टेशनहरू सिर्जना गर्दछ। उत्पादन एक पोर्टेबल पावर स्टेशन 46x36x11 सेमी हो, प्रति घण्टा 1,5 देखि 15 किलोवाट सम्म डेलिभर गर्न सक्षम। चारवटा मोड्युलहरूले दुई दिनको लागि सानो देशको घरको ऊर्जा खपत प्रदान गर्न सक्छ।

यद्यपि हामीले गत वर्ष उत्पादन नमूनाहरू ढुवानी गर्न थाल्यौं, सबै खाताहरूद्वारा वाट्स ब्याट्री एक स्टार्टअप हो। कम्पनी 2016 मा स्थापित भएको थियो र सोही वर्ष देखि Skolkovo ऊर्जा कुशल टेक्नोलोजी क्लस्टर को निवासी छ। आज हामी 15 कर्मचारीहरु र केहि चीजहरु को एक ठूलो ब्याकलग छ जुन हामी केहि चरण मा गर्न चाहन्छौं, तर अहिले त्यहाँ छैन। यसको लागि समय।

यसले विशुद्ध सफ्टवेयर कार्यहरू पनि समावेश गर्दछ। किन?

मोड्युलको मुख्य कार्य इष्टतम लागतमा निर्बाध, सन्तुलित ऊर्जा आपूर्ति प्रदान गर्नु हो। यदि तपाइँ तपाइँको नियन्त्रण भन्दा बाहिरको कारणहरु को लागी एक बिजुली आउटेज को अनुभव गर्नुहुन्छ भने, तपाइँ संग सधैं एक रिजर्भ हुनु पर्छ ताकि आउटेज को अवधि को लागी आवश्यक नेटवर्क लोड को पूर्ण शक्ति को लागी। र जब बिजुली आपूर्ति राम्रो छ, तपाईं पैसा बचत गर्न सौर्य ऊर्जा प्रयोग गर्न सक्नुहुन्छ।

सरल विकल्प यो हो कि तपाइँ दिनको समयमा घामबाट ब्याट्री चार्ज गर्न सक्नुहुन्छ र साँझमा प्रयोग गर्न सक्नुहुन्छ, तर ठ्याक्कै आवश्यक स्तरमा ताकि ब्ल्याकआउटको अवस्थामा, तपाइँ बिजुली बिना छोड्नु हुन्न। त्यसोभए, तपाईंले आफूलाई यस्तो अवस्थामा कहिल्यै भेट्टाउनुहुने छैन जहाँ तपाईंले साँझको ब्याट्रीबाट बत्ती बाल्नु भयो (किनकि यो सस्तो छ), तर रातमा बिजुली गयो र तपाईंको फ्रिज डिफ्रोस्ट भयो।

यो स्पष्ट छ कि एक व्यक्ति विरलै ठूलो सटीकता संग उसलाई चाहिने बिजुली को मात्रा को भविष्यवाणी गर्न सक्षम छ, तर एक भविष्यवाणी मोडेल संग सशस्त्र प्रणाली गर्न सक्छ। त्यसकारण, मेसिन लर्निङ हाम्रो प्राथमिकता क्षेत्रहरू मध्ये एक हो। यो मात्र हो कि हामी हाल हार्डवेयर विकासमा केन्द्रित छौं र यी कार्यहरूमा पर्याप्त स्रोतहरू आवंटित गर्न सक्दैनौं, जसले हामीलाई स्टार्टअप ह्याकाथनमा ल्यायो।

तयारी, डाटा, पूर्वाधार

नतिजाको रूपमा, हामीले दुई ट्र्याकहरू लियौं: डाटा एनालिटिक्स र व्यवस्थापन प्रणाली। हाम्रा बाहेक, सहकर्मीहरूबाट थप सातवटा ट्र्याकहरू थिए।

ह्याकाथनको ढाँचा निर्धारण नभएको बेला, हामीले बिन्दु प्रणालीको साथ "हाम्रो आफ्नै वातावरण" सिर्जना गर्ने सोचिरहेका थियौं: सहभागीहरूले हामीलाई गाह्रो र चाखलाग्दो लाग्ने केही चीजहरू गर्छन्, त्यसका लागि अंकहरू प्राप्त गर्छन्। हामीसँग धेरै कामहरू थिए। तर हामीले ह्याकाथनको संरचना निर्माण गर्दा, अन्य आयोजकहरूले सबै कुरालाई साझा रूपमा ल्याउन आग्रह गरे, जुन हामीले गर्‍यौं।

त्यसपछि हामी निम्न योजनामा ​​आएका छौं: केटाहरूले तिनीहरूको डेटामा आधारित मोडेल बनाउँछन्, त्यसपछि तिनीहरूले हाम्रो डेटा प्राप्त गर्छन्, जुन मोडेलले पहिले देखेको थिएन, यसले सिक्छ र भविष्यवाणी गर्न थाल्छ। यो सबै 48 घण्टामा गर्न सकिन्छ भन्ने अनुमान गरिएको थियो, तर हाम्रो लागि यो हाम्रो डेटामा पहिलो ह्याकाथन थियो, र हामीले समय स्रोत वा डेटाको तयारीको डिग्रीलाई बढी अनुमान गरेको हुन सक्छ। विशेष मेसिन लर्निङ ह्याकाथनहरूमा, यस्तो टाइमलाइन सामान्य हुनेछ, तर हाम्रो त्यस्तो थिएन।

हामीले सम्भव भएसम्म मोड्युलको सफ्टवेयर र हार्डवेयर अनलोड गर्यौं, र कुनै पनि विकासकर्ताले समर्थन गर्न सक्ने धेरै सरल र बुझ्न सकिने आन्तरिक इन्टरफेसको साथ विशेष रूपमा ह्याकाथनको लागि हाम्रो उपकरणको संस्करण बनायौं।

नियन्त्रण प्रणालीमा आधारित ट्र्याकको लागि, त्यहाँ मोबाइल अनुप्रयोग बनाउन विकल्प थियो। सहभागीहरूलाई यो कस्तो देखिनु पर्छ भन्ने बारे आफ्नो दिमागलाई र्याक गर्न र अतिरिक्त समय खेर फाल्नबाट रोक्नको लागि, हामीले उनीहरूलाई एपको डिजाइन लेआउट दियौं, सुपर-हल्का, जसले गर्दा यो चाहनेहरूले उनीहरूलाई आवश्यक कार्यहरू "स्ट्रेच" गर्न सक्छन्। । इमानदारीपूर्वक भन्नुपर्दा, हामीले यहाँ कुनै नैतिक दुविधाको अपेक्षा गरेका थिएनौं, तर एउटा टोलीले यसलाई यसरी लिएको थियो कि हामीले उनीहरूको कल्पनाको उडानलाई सीमित गरिरहेका थियौं, हामी नि: शुल्क तयार समाधान प्राप्त गर्न चाहन्थ्यौं, र तिनीहरूलाई परीक्षण नगर्ने। अभ्यास मा। अनि तिनीहरूले उडाए।

अर्को टोलीले स्क्र्याचबाट पूर्ण रूपमा फरक अनुप्रयोग बनाउन रोज्यो, र सबै काम भयो। हामीले एप्लिकेसन ठ्याक्कै यस्तै होस् भनेर जोड दिएनौं, हामीलाई समाधानको प्राविधिक स्तर प्रदर्शन गर्ने केही तत्वहरू समावेश गर्न आवश्यक छ: चार्ट, विश्लेषण, आदि। समाप्त डिजाइन लेआउट पनि एक संकेत थियो।

ह्याकाथनमा लाइभ वाट्स ब्याट्री मोड्युलको विश्लेषण गर्न धेरै समय लाग्ने भएकोले, हामीले सहभागीहरूलाई हाम्रा ग्राहकहरूको वास्तविक मोड्युलहरूबाट लिइएको एक महिनाको लागि डेटाको तयार टुक्रा दियौं (जसलाई हामीले पहिले नै होसियारीपूर्वक अज्ञात राखेका थियौं)। यो जून भएकोले, विश्लेषणमा मौसमी परिवर्तनहरू समावेश गर्न केही थिएन। तर भविष्यमा हामी तिनीहरूमा बाह्य डेटा थप्नेछौं, जस्तै मौसमी र ​​मौसम सुविधाहरू (आज यो उद्योग मानक हो)।

हामी सहभागीहरू बीच अवास्तविक अपेक्षाहरू सिर्जना गर्न चाहँदैनौं, त्यसैले ह्याकाथनको घोषणामा हामीले सीधै भन्यौं: कार्य क्षेत्रीय कार्यको लागि सकेसम्म नजिक हुनेछ: कोलाहल, फोहोर डाटा, जुन कसैले विशेष रूपमा तयार गरेको छैन। तर यसको पनि सकारात्मक पक्ष थियो: फुर्तिलो भावनामा, हामी सहभागीहरूसँग निरन्तर सम्पर्कमा थियौं, र तुरुन्तै कार्य र भर्नाका सर्तहरूमा परिवर्तनहरू गर्‍यौं (तलको बारेमा थप)।

थप रूपमा, हामीले सहभागीहरूलाई Amazon AWS मा पहुँच दियौं (यति सक्रिय रूपमा कि Amazon ले हाम्रो लागि एउटा क्षेत्र अवरुद्ध गर्यो, हामी यसको बारेमा के गर्ने भनेर पत्ता लगाउनेछौं)। त्यहाँ तपाइँ चीजहरूको इन्टरनेटको लागि पूर्वाधार तैनात गर्न सक्नुहुन्छ र, साधारण अमेजन टेम्प्लेटहरूमा आधारित, एक दिन भित्र पूर्ण समाधान सिर्जना गर्नुहोस्। तर अन्तमा, सबैजना आफ्नै तरिकामा गए, अधिकतम गर्न आफ्नै मा सबै कुरा गर्दै। एकै समयमा, कोहीले समय सीमा पूरा गर्न सफल भए, अरूले गरेनन्। एउटा टोली, Nubble ले Yandex.cloud प्रयोग गर्यो, कसैले यसलाई आफ्नो होस्टिङमा उठायो। हामी डोमेनहरू दिन पनि तयार थियौं (हामीले दर्ता गरेका छौं), तर तिनीहरू उपयोगी थिएनन्।

विश्लेषणात्मक ट्र्याकमा विजेताहरू निर्धारण गर्न, हामीले नतिजाहरू तुलना गर्ने योजना बनायौं, जसको लागि हामीले संख्यात्मक मेट्रिक्स तयार गर्यौं। तर अन्तमा यो गर्न आवश्यक थिएन, किनकि विभिन्न कारणले चार सहभागी मध्ये तीन फाइनलमा पुग्न सकेनन्।

घरायसी पूर्वाधारको लागि, स्कोल्कोभो टेक्नोपार्कले हामीलाई यहाँ (निःशुल्क) प्रस्तुतीकरणका लागि भिडियो भित्तासहितको आरामदायी मोड्युलर कोठा र मनोरञ्जन क्षेत्र र खानपानको व्यवस्था गर्नका लागि केही साना कोठाहरू उपलब्ध गराएर मद्दत गरेको छ।

एनालिटिक्स

उद्देश्य: एक आत्म-शिक्षा प्रणाली जसले नियन्त्रण डेटामा आधारित खपत र मोड्युल सञ्चालनमा विसंगतिहरू पहिचान गर्दछ। हामीले जानाजानी शब्दहरूलाई सम्भव भएसम्म सामान्य रूपमा राख्यौं ताकि सहभागीहरूले उपलब्ध डेटाको आधारमा के गर्न सकिन्छ भनेर सोच्न हामीसँग काम गर्न सकून्।

विशिष्टता: दुईवटा ट्र्याकहरू मध्ये धेरै जटिल। औद्योगिक डेटामा बन्द प्रणालीहरूमा डेटाबाट केही भिन्नताहरू छन् (उदाहरणका लागि, डिजिटल मार्केटिङ)। यहाँ तपाईंले विश्लेषण गर्ने प्रयास गरिरहनुभएको प्यारामिटरहरूको भौतिक प्रकृति बुझ्न आवश्यक छ; सबै कुरालाई सार सङ्ख्या श्रृंखलाको रूपमा हेरेर काम गर्दैन। उदाहरणका लागि, दिनभर बिजुली खपतको वितरण। यो अनुष्ठान जस्तै हो: बिजुली रेजर हप्ताको दिनमा बिहान खोलिन्छ, र मिक्सर सप्ताहन्तमा खोलिन्छ। त्यसपछि विसंगतिहरूको सार आफैं। र नबिर्सनुहोस् कि वाट्स ब्याट्री व्यक्तिगत प्रयोगको लागि हो, त्यसैले प्रत्येक ग्राहकको आफ्नै अनुष्ठान हुनेछ, र एक विश्वव्यापी मोडेलले काम गर्दैन। डाटामा ज्ञात विसंगतिहरू फेला पार्नु पनि काम होइन; लेबल नगरिएको विसंगतिहरूको लागि स्वायत्त रूपमा खोजी गर्ने प्रणाली सिर्जना गर्नु अर्को कुरा हो। आखिर, कुनै पनि विसंगति हुन सक्छ, कपटी मानव कारक सहित। उदाहरण को लागी, हाम्रो परीक्षण डाटा मा एक मामला थियो जहाँ प्रणाली ब्याट्री मोड मा प्रयोगकर्ता द्वारा बाध्य भएको थियो। कुनै पनि कारण बिना, प्रयोगकर्ताहरूले कहिलेकाहीँ यो गर्छन् (म यो प्रयोगकर्ताले हाम्रो लागि मोड्युल परीक्षण गर्दैछ भनेर रिजर्भेसन गर्नेछु र यो कारणले गर्दा उहाँसँग मोडहरूको म्यानुअल नियन्त्रणमा पहुँच छ; अन्य प्रयोगकर्ताहरूको लागि नियन्त्रण पूर्ण रूपमा स्वचालित छ)। भविष्यवाणी गर्न सजिलो छ, यस्तो अवस्थामा ब्याट्री एकदम सक्रिय रूपमा डिस्चार्ज हुन्छ, र यदि लोड ठूलो छ भने, चार्ज सूर्य उदाउनु अघि वा ऊर्जाको अर्को स्रोत देखा पर्नेछ। त्यस्ता अवस्थाहरूमा, हामी प्रणाली व्यवहार सामान्यबाट विचलित भएको केही प्रकारको सूचनाहरू देख्ने आशा गर्छौं। वा व्यक्तिले छोड्यो र ओवन बन्द गर्न बिर्सियो। प्रणालीले देख्छ कि सामान्यतया दिनको यस समयमा खपत 500 वाट हुन्छ, तर आज - 3,5 हजार - एक विसंगति! विमानमा डेनिस मात्सुएभले जस्तै: "म विमान इन्जिनको बारेमा केहि बुझ्दिन, तर बाटोमा इन्जिन फरक सुनियो।"

ओपनसोर्स न्यूरल नेटवर्क Yandex CatBoost मा एक भविष्यवाणी मोडेल को ग्राफ

कम्पनीलाई वास्तवमा के चाहिन्छ?: उपकरण भित्र सेल्फ-डायग्नोस्टिक प्रणाली, नेटवर्क पूर्वाधार बिना नै भविष्यवाणी गर्ने विश्लेषणहरू (अभ्यासले देखाउँदछ, हाम्रा सबै ग्राहकहरू इन्टरनेटमा ब्याट्रीहरू जडान गर्न हतारमा छैनन् - धेरैका लागि, सबै चीजहरू भरपर्दो रूपमा काम गर्नका लागि पर्याप्त छ), विसंगतिहरूको पहिचान, जसको प्रकृति हामीलाई अहिलेसम्म थाहा छैन, शिक्षक बिनाको आत्म-शिक्षा प्रणाली, क्लस्टरिङ, न्यूरल नेटवर्कहरू र आधुनिक विश्लेषणात्मक विधिहरूको सम्पूर्ण शस्त्रागार। हामीले बुझ्नुपर्छ कि प्रणालीले फरक व्यवहार गर्न थाल्यो, हामीलाई थाहा छैन कि के परिवर्तन भयो। ह्याकाथनमा नै, यो हाम्रो लागि धेरै महत्त्वपूर्ण थियो कि त्यहाँ केटाहरू छन् जो औद्योगिक विश्लेषणमा पाइला राख्न तयार छन् वा पहिले नै यसमा छन्, र तिनीहरू आफ्नो क्षमताहरू लागू गर्न नयाँ क्षेत्रहरू खोजिरहेका छन्। सुरुमा म आश्चर्यचकित भएँ कि त्यहाँ धेरै आवेदकहरू थिए: आखिर, यो एक धेरै विशिष्ट व्यञ्जन हो, तर बिस्तारै चार सहभागीहरू मध्ये एक बाहेक सबै छोडे, त्यसैले केहि हदसम्म सबै ठाउँमा खसे।

यो चरणमा किन सम्भव छैन?: डाटा खनन कार्यहरूको मुख्य समस्या पर्याप्त डाटा नहुनु हो। आज संसारभरि धेरै दर्जन Watts ब्याट्री यन्त्रहरू सञ्चालनमा छन्, तर तिनीहरूमध्ये धेरै नेटवर्कमा जडान भएका छैनन्, त्यसैले हाम्रो डेटा अझै धेरै विविध छैन। हामीले मुश्किलले दुई विसंगतिहरू सँगै स्क्र्याप गर्यौं - र ती प्रोटोटाइपहरूमा देखा पर्‍यो; औद्योगिक वाट्स ब्याट्री एकदम स्थिर रूपमा काम गर्दछ। यदि हामीसँग आन्तरिक मेसिन लर्निङ इन्जिनियर थियो भने, र हामीलाई थाहा थियो - हो, यो यस डेटाबाट निचोड गर्न सकिन्छ, तर हामी भविष्यवाणीको राम्रो गुणस्तर प्राप्त गर्न चाहन्छौं - यो एउटा कथा हुनेछ। तर यस बिन्दु सम्म हामीले यो डाटा संग केहि गरेका छैनौं। थप रूपमा, यसले हाम्रो उत्पादनको सञ्चालनको विशिष्टताहरूमा सहभागीहरूको गहिरो डुब्न आवश्यक पर्दछ; यसको लागि डेढ दिन पर्याप्त छैन।

तपाईंले कसरी निर्णय गर्नुभयो?: तिनीहरूले तुरुन्तै सही अन्तिम कार्य सेट गरेनन्। बरु, पूरै ४८ घण्टामा, हामी सहभागीहरूसँग कुराकानीमा थियौं, उनीहरूले के प्राप्त गर्न सके र के गर्न सकेनन् भनेर तुरुन्तै पत्ता लगाए। त्यसैका आधारमा सहमतिको भावनामा काम टुंगिएको हो ।

फलस्वरूप के पाउनुभयो ?: ट्र्याकका विजेताहरूले डाटा सफा गर्न सक्षम थिए (एकै समयमा उनीहरूले केही प्यारामिटरहरू गणना गर्ने "विशेषताहरू" फेला पारे जुन हामीले आफैले पहिले याद गरेका थिएनौं, किनकि हामीले हाम्रा समस्याहरू समाधान गर्न केही डाटा प्रयोग गरेका थिएनौं)। , Watts ब्याट्री मोड्युलहरूको अपेक्षित व्यवहारबाट विचलनहरू हाइलाइट गर्नुहोस्, र उच्च स्तरको शुद्धताका साथ ऊर्जा खपत भविष्यवाणी गर्न सक्षम भविष्यवाणी गर्ने मोडेल सेट गर्नुहोस्। हो, यो औद्योगिक समाधानको विकासको सम्भाव्यता चरण मात्र हो; त्यसपछि हप्ताको मेहनती प्राविधिक कार्यको आवश्यकता पर्नेछ, तर पनि यो प्रोटोटाइप, सीधा ह्याकाथनको समयमा सिर्जना गरिएको, वास्तविक औद्योगिक समाधानको आधार बनाउन सक्छ, जुन दुर्लभ छ।

मुख्य निष्कर्ष: हामीसँग भएको डाटाको आधारमा, भविष्यवाणी गर्ने विश्लेषणहरू सेट अप गर्न सम्भव छ, हामीले यो मानेका थियौं, तर जाँच गर्ने स्रोतहरू थिएनन्। ह्याकाथनका सहभागीहरूले हाम्रो परिकल्पना परीक्षण र पुष्टि गरे, र हामी यस कार्यमा ट्र्याक विजेताहरूसँग काम गर्न जारी राख्नेछौं।

ओपनसोर्स न्यूरल नेटवर्क फेसबुक प्रोफेट मा एक भविष्यवाणी मोडेल को ग्राफ

भविष्यको लागि सल्लाह: कार्य कोर्दा, तपाईंले आफ्नो उत्पादन रोडम्याप मात्र होइन, तर सहभागीहरूको चासोलाई पनि हेर्नुपर्छ। हाम्रो ह्याकाथनमा कुनै नगद पुरस्कार नभएकोले, हामी डेटा वैज्ञानिकहरूको प्राकृतिक जिज्ञासा र नयाँ, चाखलाग्दो समस्याहरू समाधान गर्ने इच्छामा खेल्छौं जसमा कसैले अहिलेसम्म केही देखाएको छैन वा जहाँ तिनीहरूले अवस्थित परिणामहरू भन्दा राम्रो देखाउन सक्छन्। यदि तपाईंले चासोको कारकलाई तुरुन्तै ध्यानमा राख्नुभयो भने, तपाईंले आफ्नो फोकस बाटोमा परिवर्तन गर्नु पर्दैन।

प्रबंधन

उद्देश्य: (एप्लिकेशन) जसले वाट्स ब्याट्री मोड्युलहरूको नेटवर्क प्रबन्ध गर्दछ, व्यक्तिगत खाताको साथ, क्लाउडमा डाटा भण्डारण, र स्थिति निगरानी।

विशिष्टता: यस ट्र्याकमा हामीले केही नयाँ प्राविधिक समाधान खोजिरहेका थिएनौं; हामीसँग, अवश्य पनि, हाम्रो आफ्नै उपभोक्ता इन्टरफेस छ। हामीले हाम्रो प्रणालीको क्षमताहरू प्रदर्शन गर्न, त्यसमा आफूलाई डुबाउन र स्मार्ट प्रणाली र वैकल्पिक ऊर्जाको विकासको विषयमा समुदायले चासो राखेको छ कि छैन भनी जाँच्नको लागि हामीले उहाँलाई ह्याकाथनका लागि रोज्यौं। हामीले मोबाइल एप्लिकेसनलाई विकल्पको रूपमा राख्यौं; तपाईंले यसलाई आफ्नो विवेकमा गर्न सक्नुहुन्छ वा नगर्न सक्नुहुन्छ। तर हाम्रो विचारमा, यसले राम्रोसँग देखाउँछ कि मानिसहरूले क्लाउडमा डेटा भण्डारण व्यवस्थित गर्न कसरी व्यवस्थित गरे, एकै पटक धेरै फरक स्रोतहरूबाट पहुँचको साथ।

कम्पनीलाई वास्तवमा के चाहिन्छ?: विकासकर्ताहरूको समुदाय जसले व्यवसायिक विचारहरू, परिकल्पनाहरू परीक्षण गर्नेछ र तिनीहरूको कार्यान्वयनको लागि कार्य उपकरणहरू सिर्जना गर्नेछ।

यो चरणमा किन सम्भव छैन?: यस्तो समुदायको जैविक गठनको लागि बजारको मात्रा अझै धेरै सानो छ।

तपाईंले कसरी निर्णय गर्नुभयो?: ह्याकाथनको एक भागको रूपमा, हामीले हाम्रो विशेष उत्पादनको वरिपरि सुविधाहरू मात्र होइन, पूर्ण व्यापार मोडेलहरू ल्याउन सम्भव छ कि भनेर हेर्नको लागि एक प्रकारको भौतिकता अध्ययन गर्यौं। यसबाहेक, यो गर्नको लागि प्रोटोटाइप लागू गर्न सक्षम व्यक्तिहरूको लागि, आखिर, यहाँ - म कसैलाई अपमान गर्न चाहन्न - यो Arduino मा एक झिम्काउने एलईडी प्रोग्रामिंगको स्तर होइन (यद्यपि यो नवाचार संग गर्न सकिन्छ) , बरु यहाँ विशिष्ट सीपहरू आवश्यक छन्: ब्याकएन्ड र फ्रन्टएन्ड प्रणालीहरूको विकास, स्केलेबल इन्टरनेट अफ थिंग्स प्रणालीहरू निर्माण गर्ने सिद्धान्तहरूको बुझाइ।

*दोस्रो ट्र्याकका विजेताहरूको भाषण*

फलस्वरूप के पाउनुभयो ?: दुई टोलीहरूले आफ्नो कामको लागि पूर्ण व्यापारिक विचारहरू प्रस्ताव गरे: एउटाले रूसी खण्डमा बढी ध्यान केन्द्रित गर्यो, अर्को विदेशीमा। त्यो हो, फाइनलमा उनीहरूले कसरी एप्लिकेसनको साथ आएका थिए भनेर मात्र बताएनन्, तर अनिवार्य रूपमा वाट्स वरपर व्यापार गर्न आएका थिए। केटाहरूले उनीहरूले कसरी धेरै व्यापार मोडेलहरूमा वाटको प्रयोग देख्छन् भनेर वर्णन गरे, तथ्याङ्कहरू प्रदान गरे, कुन क्षेत्रहरूमा के समस्याहरू छन्, कुन कानूनहरू कहाँ अपनाइन्छ, विश्वव्यापी प्रवृत्तिलाई रेखांकित गरे: यो बिटक्वाइन खानी गर्न अप्ठ्यारो छ, किलोवाट खानी गर्न फैशनेबल छ। तिनीहरू जानाजानी वैकल्पिक ऊर्जामा आए, जुन हामीलाई साँच्चै मन पर्यो। यसका अतिरिक्त सहभागीहरूले काम गर्ने प्राविधिक समाधान सिर्जना गर्न सक्षम भए भन्ने तथ्यले उनीहरूले स्वतन्त्र रूपमा स्टार्टअप सुरु गर्न सक्ने सुझाव दिन्छ।

मुख्य निष्कर्ष: त्यहाँ Watts Battery लाई तिनीहरूको व्यवसायिक मोडेलको आधारको रूपमा लिन, यसलाई विकास गर्न र कम्पनीको साझेदार/साथी बन्न तयार टोलीहरू छन्। तिनीहरूमध्ये कसैलाई पनि थाहा छ कि कसरी व्यावसायिक विचारको MVP पहिचान गर्ने र पहिले यसमा काम गर्ने, जुन उद्योगमा आज जताततै अभाव छ। कहिले रोक्ने, कहिले बजारमा समाधान निकाल्ने, चाँडो भए पनि काम गर्ने कुरा मानिसहरूले बुझ्दैनन्। वास्तवमा, समाधान पालिश गर्ने चरण प्रायः समाप्त हुँदैन, प्राविधिक रूपमा समाधानले उचित जटिलताको रेखा पार गर्दछ, यो बजारमा ओभरलोड हुन्छ, यो अब स्पष्ट छैन कि मूल विचार के थियो, ग्राहक लक्षित के हो, के व्यापार मोडेलहरू हुन्। समावेश। अकुनिनको बारेमा मजाकको रूपमा, जसले कसैको लागि अघिल्लो हस्ताक्षर गर्दा अर्को पुस्तक लेखे। तर यहाँ यो यसको शुद्ध रूप मा गरियो: यहाँ एक चार्ट छ, यहाँ एक काउन्टर छ, यहाँ सूचकहरू छन्, यहाँ एक भविष्यवाणी छ - यो सबै हो, यसलाई चलाउन अरू केहि आवश्यक छैन। यसबाट, तपाईं एक लगानीकर्तामा गएर व्यापार सुरु गर्न पैसा प्राप्त गर्न सक्नुहुन्छ। यो ब्यालेन्स फेला पार्नेहरू ट्र्याकबाट विजेताको रूपमा बाहिर आए।

भविष्यको लागि सल्लाह: अर्को ह्याकाथनमा (हामी यो योजना गर्दैछौं यस वर्ष मार्चमा), शायद यो हार्डवेयर संग प्रयोग गर्न अर्थ बनाउँछ। हामीसँग हाम्रो आफ्नै हार्डवेयर विकास छ (वाटको फाइदाहरू मध्ये एक), हामीले हामीले गर्ने सबै कुराको उत्पादन र परीक्षणलाई पूर्ण रूपमा नियन्त्रण गर्छौं, तर हामीसँग केही "हार्डवेयर" परिकल्पनाहरू परीक्षण गर्न पर्याप्त स्रोतहरू छैनन्। यो धेरै राम्रो हुन सक्छ कि प्रणाली र निम्न-स्तरका प्रोग्रामरहरू र हार्डवेयर विकासकर्ताहरूको समुदायमा त्यहाँ त्यस्ता व्यक्तिहरू छन् जसले हामीलाई यसमा मद्दत गर्नेछन् र भविष्यमा यस क्षेत्रमा हाम्रो साझेदार हुनेछन्।

मान्छे

ह्याकाथनमा, हामीले यस प्रकारको विकासमा विशेषज्ञता हासिल गर्नेहरूको सट्टा नयाँ क्षेत्रमा आफूलाई प्रयास गर्न चाहनेहरू (उदाहरणका लागि, विभिन्न प्रोग्रामिङ स्कूलहरूका स्नातकहरू) आशा गरेका थियौं। तर अझै, हामीले अपेक्षा गरेका थियौं कि ह्याकाथन अघि उनीहरूले थोरै तयारीको काम गर्नेछन्, कसरी ऊर्जा खपत सामान्य रूपमा भविष्यवाणी गरिन्छ र इन्टरनेट अफ थिंग्स प्रणालीहरूले कसरी काम गर्छ भन्ने बारे पढ्नुहोस्। ताकि सबैजना रमाईलोको लागि मात्र आउँदैन, चाखलाग्दो डाटा र कार्यहरू खोज्दै, तर विषय क्षेत्रमा प्रारम्भिक विसर्जनको साथ पनि। हाम्रो पक्षको लागि, हामी बुझ्दछौं कि यसका लागि उपलब्ध डाटा, तिनीहरूको विवरण र परिणामको लागि थप सटीक आवश्यकताहरू, एपीआई मोड्युलहरू प्रकाशित गर्नुहोस्, इत्यादि अग्रिम प्रकाशित गर्न आवश्यक छ।

सबैसँग लगभग समान प्राविधिक स्तर, प्लस वा माइनस समान क्षमताहरू थिए। यस पृष्ठभूमिमा, सद्भावको स्तर अन्तिम कारक थिएन। धेरै टोलीहरूले शूट गरेनन् किनभने तिनीहरूले कामका क्षेत्रहरूमा स्पष्ट रूपमा विभाजन गर्न सकेनन्। त्यस्ता पनि थिए जसमा एकजनाले सबै विकास गरे, बाँकी प्रस्तुतीकरणको तयारीमा व्यस्त थिए, अरूमा, कसैलाई काम दिइयो जुन उनीहरूले गरिरहेका थिए, सायद जीवनमा पहिलो पटक।

अधिकांश सहभागीहरू युवा थिए, यसको मतलब यो होइन कि तिनीहरूमध्ये कुनै बलियो मेसिन लर्निङ इन्जिनियरहरू र विकासकर्ताहरू थिएनन्। धेरैजसो टोलीमा आए; त्यहाँ व्यावहारिक रूपमा कुनै व्यक्ति थिएनन्। सबैले जित्ने सपना देखे, कोही भविष्यमा जागिर खोज्न चाहन्थे, लगभग 20% ले पहिले नै फेला पारेको छ, मलाई लाग्छ यो संख्या बढ्नेछ।

हामीसँग पर्याप्त हार्डवेयर गीकहरू थिएनन्, तर हामी दोस्रो ह्याकाथनमा यसको लागि बनाउने आशा गर्छौं।

Hackathon प्रगति

मैले माथि लेखेझैं, हामी ह्याकाथनको 48 घण्टाको धेरैजसो सहभागीहरूसँग थियौं र चेकपोइन्टहरूमा उनीहरूको सफलताको अनुगमन गर्दै, पहिलो, विश्लेषणात्मक ट्र्याक स्वीकार गर्नका लागि कार्य र सर्तहरू अनुकूलन गर्ने प्रयास गर्यौं ताकि, एकातिर, सहभागीहरूले यसलाई बाँकी समय समयमा पूरा गर्न सक्थे, र अर्कोतर्फ, यो हाम्रो लागि चासो थियो।

कार्यको अन्तिम स्पष्टीकरण शनिबार दिउँसो अन्तिम चेकपोइन्टको वरिपरि कतै बनाइएको थियो (फाइनल आइतबार साँझको लागि तय गरिएको थियो)। हामीले सबै कुरालाई थोरै सरल बनायौं: हामीले नयाँ डेटामा मोडेल पुन: गणना गर्ने आवश्यकता हटायौं, टोलीहरूले पहिले नै काम गरिरहेको डेटा छोडेर। मेट्रिक्सको तुलना गर्दा हामीलाई अब केहि पनि दिइएन, तिनीहरूसँग पहिले नै उपलब्ध डेटाको आधारमा तयार परिणामहरू थिए, र दोस्रो दिनमा केटाहरू पहिले नै थकित थिए। त्यसैले, हामीले उनीहरूलाई कम यातना दिने निर्णय गर्‍यौं।

तर, चारमध्ये तीन सहभागी फाइनलमा पुग्न सकेनन्। एउटा टोलीले सुरुमा नै महसुस गरिसक्यो कि उनीहरू हाम्रा सहकर्मीहरूको ट्र्याकमा बढी चासो राख्छन्, अर्कोले, फाइनलभन्दा ठीक अघि, बुझे कि प्रशोधन प्रक्रियाको क्रममा उनीहरूले समय अगावै आवश्यक डाटा फिल्टर गरेका थिए र आफ्नो काम प्रस्तुत गर्न अस्वीकार गरे।

"21 (वेट हेयर इफेक्ट)" टोलीले हाम्रो दुवै ट्र्याकमा अन्तिमसम्म भाग लियो। तिनीहरू एकैचोटि सबै कुरा कभर गर्न चाहन्थे: मेसिन लर्निङ, विकास, अनुप्रयोग, र वेबसाइट। हामीले उनीहरूलाई अन्तिम क्षणमा फिर्ता लिने धम्की नदिएसम्म, उनीहरूले विश्वास गरे कि उनीहरू समयमै थिए, यद्यपि दोस्रो चेकपोइन्टमा यो स्पष्ट थियो कि उनीहरूले मुख्य कुरा - मेसिन लर्निंगमा महत्त्वपूर्ण प्रगति गर्न सकेनन्: उनीहरूले सामान्यतया दोस्रो ब्लकको सामना गरे। तर, बिजुली खपत हुने अनुमान गर्न सकिएन । नतिजाको रूपमा, जब हामीले पहिलोको लागि योग्यताको लागि न्यूनतम कार्य निर्धारण गर्यौं, तिनीहरूले अझै दोस्रो ट्र्याक रोजे।

Fit-predict सँग डाटा एनालिटिक्सको लागि तयार पारिएको सन्तुलित संरचना थियो, त्यसैले तिनीहरू सबै कुरालाई पार गर्न सक्षम थिए। यो उल्लेखनीय थियो कि केटाहरू वास्तविक औद्योगिक डेटा "छुन" मा रुचि राख्छन्। तिनीहरूले तुरुन्तै मुख्य कुरामा ध्यान दिए: विश्लेषण, डाटा सफा, हरेक विसंगति संग व्यवहार। ह्याकाथनको दौडान उनीहरूले काम गर्ने मोडेल निर्माण गर्न सक्नु भनेको ठूलो उपलब्धि हो। काम गर्ने अभ्यासमा, यसले सामान्यतया हप्ताहरू लिन्छ: जब डाटा सफा गरिँदैछ, जब तिनीहरू यसमा जान्छन्। तसर्थ, हामी निश्चित रूपमा तिनीहरूसँग काम गर्नेछौं।

दोस्रो ट्र्याक (व्यवस्थापन) मा, हामीले सबैले आधा दिनमा सबै काम गर्ने अपेक्षा गरेका थियौं र कामलाई अझ गाह्रो बनाउन अनुरोध गर्यौं। अभ्यासमा, हामीसँग आधारभूत कार्य पूरा गर्न मुश्किलले समय थियो। हामीले JS र Python मा काम गर्यौं, जसले उद्योगको हालको अवस्था झल्काउँछ।

यहाँ पनि, नतिजाहरू राम्ररी समन्वित टोलीहरूले हासिल गरेका थिए जसमा श्रम विभाजन निर्माण गरिएको थियो, यो स्पष्ट थियो कि कसले के गरिरहेको छ।

तेस्रो टोली, FSociety, समाधान छ जस्तो देखिन्थ्यो, तर अन्तमा तिनीहरूले आफ्नो विकास नदेखाउने निर्णय गरे, तिनीहरूले भने कि तिनीहरूले यसलाई काम गर्न विचार गरेनन्। हामी यसलाई सम्मान गर्छौं र तर्क गर्दैनौं।

विजेता "बाकुबाट स्ट्रिपर्स" टोली थियो, जसले आफैलाई रोक्न सक्षम थियो, "ट्रिंकेटहरू" को पछि लाग्न होइन, तर एक MVP सिर्जना गर्न जुन देखाउन लाज नमान्ने र यो स्पष्ट छ कि यसलाई थप विकास र मापन गर्न सकिन्छ। हामीले तुरुन्तै उनीहरूलाई भन्यौं कि हामी थप अवसरहरूमा धेरै चासो राख्दैनौं। यदि तिनीहरू QR कोड, फेसियल रिकग्निसन मार्फत दर्ता गर्न चाहनुहुन्छ भने, तिनीहरूलाई पहिले अनुप्रयोगमा ग्राफहरू बनाउन दिनुहोस्, र त्यसपछि वैकल्पिकहरू लिनुहोस्।

यस ट्र्याकमा, "गीले कपाल" आत्मविश्वासका साथ फाइनलमा प्रवेश गर्‍यो, र हामीले उनीहरू र "हस्टलरहरू" सँग थप सहकार्यका बारेमा छलफल गर्‍यौं। हामीले नयाँ वर्षमा पछिल्लोलाई भेटेका छौं।

मलाई आशा छ कि सबै कुरा ठीक हुन्छ, र हामी मार्चमा दोस्रो ह्याकाथनमा सबैलाई हेर्न तत्पर छौं!

स्रोत: www.habr.com