Noong nakaraang Disyembre, nagsagawa kami ng sarili naming startup hackathon kasama ang anim na iba pang kumpanya ng Skolkovo. Nang walang corporate sponsors o anumang panlabas na suporta, nagtipon kami ng dalawang daang kalahok mula sa 20 lungsod ng Russia sa pamamagitan ng pagsisikap ng komunidad ng programming. Sa ibaba ay sasabihin ko sa iyo kung paano kami nagtagumpay, anong mga pitfalls ang naranasan namin sa daan, at kung bakit agad kaming nagsimulang makipagtulungan sa isa sa mga nanalong koponan.
Interface ng application na kumokontrol sa mga module ng Watts Battery mula sa mga finalist ng track, "Wet Hair"
kompanya
Gumagawa ang aming kumpanya ng Watts Battery ng mga modular na portable power station. Ang produkto ay isang portable power station na 46x36x11 cm, na may kakayahang maghatid mula 1,5 hanggang 15 kilowatts kada oras. Apat na tulad ng mga module ay maaaring magbigay ng pagkonsumo ng enerhiya ng isang maliit na bahay ng bansa sa loob ng dalawang araw.
Bagama't nagsimula kaming magpadala ng mga sample ng produksyon noong nakaraang taon, sa lahat ng mga account, ang Watts Battery ay isang startup. Ang kumpanya ay itinatag noong 2016 at mula noong parehong taon ay naging residente ng Skolkovo Energy Efficient Technologies Cluster. Ngayon, mayroon kaming 15 empleyado at isang malaking backlog ng mga bagay na gusto naming gawin sa ilang yugto, ngunit sa ngayon ay wala pa oras para diyan.
Kasama rin dito ang puro software na gawain. Bakit?
Ang pangunahing gawain ng module ay magbigay ng walang patid, balanseng supply ng enerhiya sa pinakamainam na halaga. Kung makaranas ka ng pagkawala ng kuryente dahil sa mga kadahilanang hindi mo kontrolado, dapat palagi kang may reserba upang ganap na ma-power ang kinakailangang network load sa tagal ng pagkawala. At kapag maganda ang supply ng kuryente, maaari mong gamitin ang solar energy para makatipid.
Ang pinakasimpleng opsyon ay maaari mong singilin ang baterya mula sa araw sa araw at gamitin ito sa gabi, ngunit eksakto sa antas na kinakailangan upang sa kaganapan ng isang blackout, hindi ka maiiwan na walang kuryente. Kaya, hinding-hindi mo makikita ang iyong sarili sa isang sitwasyon kung saan pinaandar mo ang ilaw mula sa isang baterya buong gabi (dahil mas mura ito), ngunit sa gabi ay namatay ang kuryente at ang iyong refrigerator ay na-defrost.
Malinaw na ang isang tao ay bihirang mahulaan nang may mahusay na katumpakan ang halaga ng kuryente na kailangan niya, ngunit ang isang sistema na armado ng isang predictive na modelo ay maaaring. Samakatuwid, ang machine learning tulad nito ay isa sa aming mga priyoridad na lugar. Kasalukuyan lang kaming nakatuon sa pagpapaunlad ng hardware at hindi makapaglaan ng sapat na mapagkukunan sa mga gawaing ito, na siyang nagdala sa amin sa Startup Hackathon.
Paghahanda, data, imprastraktura
Bilang resulta, kumuha kami ng dalawang track: data analytics at management system. Bilang karagdagan sa amin, may pito pang track mula sa mga kasamahan.
Habang hindi natukoy ang format ng hackathon, iniisip naming lumikha ng "sariling kapaligiran", na may sistema ng punto: ang mga kalahok ay gumagawa ng ilang bagay na tila mahirap at kawili-wili sa amin, na tumatanggap ng mga puntos para dito. Marami kaming mga gawain. Ngunit habang binuo namin ang istraktura ng hackathon, hiniling ng ibang mga organizer na dalhin ang lahat sa isang karaniwang anyo, na ginawa namin.
Pagkatapos ay dumating kami sa sumusunod na pamamaraan: ang mga lalaki ay gumawa ng isang modelo batay sa kanilang data, pagkatapos ay natanggap nila ang aming data, na hindi pa nakikita ng modelo, natututo ito at nagsisimulang mahulaan. Ipinapalagay na ang lahat ng ito ay magagawa sa loob ng 48 oras, ngunit para sa amin ito ang unang hackathon sa aming data, at maaaring na-overestimated namin ang mga mapagkukunan ng oras o ang antas ng kahandaan ng data. Sa mga dalubhasang machine learning hackathon, ang ganitong timeline ay magiging karaniwan, ngunit ang sa amin ay hindi ganoon.
Inalis namin ang software at hardware ng module hangga't maaari, at gumawa ng bersyon ng aming device na partikular para sa hackathon, na may napakasimple at nauunawaang panloob na interface na maaaring suportahan ng sinumang developer.
Para sa track na nakabatay sa control system, nagkaroon ng opsyon na gumawa ng mobile application. Upang maiwasan ang mga kalahok sa pag-iisip tungkol sa kung ano ang dapat na hitsura nito at pag-aaksaya ng dagdag na oras, binigyan namin sila ng disenyo ng layout ng application, na napakagaan, upang ang mga gusto nito ay "iunat" lamang ang mga function na kailangan nila dito. . Sa totoo lang, hindi namin inaasahan ang anumang mga problema sa moral dito, ngunit kinuha ito ng isa sa mga koponan sa paraang nililimitahan namin ang kanilang paglipad ng magarbong, gusto naming makakuha ng isang handa na solusyon nang libre, at hindi subukan ang mga ito sa pagsasanay. At umalis na sila.
Pinili ng isa pang koponan na gumawa ng isang ganap na naiibang aplikasyon mula sa simula, at lahat ay gumana. Hindi namin iginiit na ang application ay eksaktong katulad nito, kailangan lang namin itong maglaman ng ilang elemento na nagpapakita ng teknikal na antas ng solusyon: mga graph, analytics, atbp. Ang tapos na layout ng disenyo ay isa ring pahiwatig.
Dahil ang pagsusuri sa isang live na module ng Watts Battery sa isang hackathon ay magiging masyadong matagal, binigyan namin ang mga kalahok ng isang handa na piraso ng data para sa isang buwan na kinuha mula sa mga tunay na module ng aming mga kliyente (na maingat naming ginawang anonymize noon pa man). Dahil Hunyo noon, walang dapat isama ang mga pana-panahong pagbabago sa pagsusuri. Ngunit sa hinaharap ay magdaragdag kami ng panlabas na data sa kanila, tulad ng mga tampok na pana-panahon at klimatiko (ngayon ito ang pamantayan ng industriya).
Hindi namin nais na lumikha ng hindi makatotohanang mga inaasahan sa mga kalahok, kaya sa anunsyo ng hackathon ay direktang sinabi namin: ang trabaho ay magiging mas malapit hangga't maaari sa field work: maingay, maruming data, na walang espesyal na inihanda. Ngunit mayroon din itong positibong panig: sa diwa ng maliksi, palagi kaming nakikipag-ugnayan sa mga kalahok, at agad na gumawa ng mga pagbabago sa gawain at kundisyon ng pagpasok (higit pa tungkol dito sa ibaba).
Bilang karagdagan, binigyan namin ang mga kalahok ng access sa Amazon AWS (napakaaktibo na hinarangan ng Amazon ang isang rehiyon para sa amin, malalaman namin kung ano ang gagawin tungkol dito). Doon maaari kang mag-deploy ng imprastraktura para sa Internet of Things at, batay sa kahit simpleng mga template ng Amazon, lumikha ng ganap na solusyon sa loob ng isang araw. Ngunit sa huli, ganap na lahat ay nagpunta sa kanilang sariling paraan, ginagawa ang lahat sa kanilang sarili hanggang sa maximum. Kasabay nito, ang ilan ay nakamit ang limitasyon sa oras, ang iba ay hindi. Isang team, Nubble, ang gumamit ng Yandex.cloud, may nagtaas nito sa kanilang pagho-host. Handa pa kaming magbigay ng mga domain (mayroon kaming mga nakarehistro), ngunit hindi ito naging kapaki-pakinabang.
Upang matukoy ang mga nanalo sa analytical track, nagplano kaming ihambing ang mga resulta, kung saan naghanda kami ng mga numerical na sukatan. Ngunit sa huli ay hindi na kailangang gawin ito, dahil sa iba't ibang dahilan tatlo sa apat na kalahok ay hindi nakarating sa final.
Tulad ng para sa imprastraktura ng sambahayan, ang Skolkovo Technopark ay tumulong dito sa pamamagitan ng pagbibigay sa amin (nang walang bayad) ng isa sa mga komportableng modular na silid nito na may isang video wall para sa mga pagtatanghal at ilang mas maliliit na silid para sa isang lugar ng libangan at para sa pag-aayos ng catering.
Analitika
Gawain: isang self-learning system na tumutukoy sa mga anomalya sa pagkonsumo at pagpapatakbo ng module batay sa control data. Sinadya naming panatilihin ang mga salita bilang pangkalahatan hangga't maaari upang ang mga kalahok ay makapagtrabaho sa amin upang isipin kung ano ang maaaring gawin batay sa magagamit na data.
Pagtitiyak: Ang mas kumplikado sa dalawang track. Ang data sa industriya ay may ilang pagkakaiba sa data sa mga closed system (halimbawa, digital marketing). Dito kailangan mong maunawaan ang pisikal na katangian ng mga parameter na sinusubukan mong pag-aralan; ang pagtingin sa lahat bilang abstract na serye ng numero ay hindi gagana. Halimbawa, ang pamamahagi ng konsumo ng kuryente sa buong araw. Ito ay tulad ng mga ritwal: ang electric razor ay nakabukas sa umaga sa mga karaniwang araw, at ang mixer ay nakabukas sa katapusan ng linggo. Pagkatapos ang kakanyahan ng mga anomalya mismo. At huwag kalimutan na ang Watts Battery ay inilaan para sa personal na paggamit, kaya ang bawat kliyente ay magkakaroon ng kanilang sariling mga ritwal, at ang isang unibersal na modelo ay hindi gagana. Ang paghahanap ng mga kilalang anomalya sa data ay hindi kahit isang gawain; ang paglikha ng isang system na awtomatikong naghahanap ng mga hindi na-label na anomalya ay isa pang bagay. Pagkatapos ng lahat, ang anumang bagay ay maaaring maging isang anomalya, kabilang ang mapanlinlang na kadahilanan ng tao. Halimbawa, sa aming data ng pagsubok mayroong isang kaso kung saan ang system ay pinilit ng user sa mode ng baterya. Nang walang anumang dahilan, ginagawa ito minsan ng mga user (Magpapareserba ako na sinusubok ng user na ito ang module para sa amin at ito ang dahilan kung bakit siya ay may access sa manu-manong kontrol ng mga mode; para sa ibang mga user ang kontrol ay ganap na awtomatiko). Tulad ng madaling hulaan, sa ganoong sitwasyon ang baterya ay medyo aktibong na-discharge, at kung malaki ang karga, matatapos ang singil bago sumikat ang araw o lumitaw ang isa pang mapagkukunan ng enerhiya. Sa ganitong mga kaso, inaasahan naming makakita ng ilang uri ng notification na ang gawi ng system ay lumihis mula sa normal. O umalis ang tao at nakalimutang patayin ang oven. Nakikita ng system na kadalasan sa oras na ito ng araw ang pagkonsumo ay 500 watts, ngunit ngayon - 3,5 libo - isang anomalya! Tulad ni Denis Matsuev sa eroplano: "Wala akong naiintindihan tungkol sa mga makina ng sasakyang panghimpapawid, ngunit habang papunta doon ay iba ang tunog ng makina."
Graph ng isang predictive na modelo sa opensource neural network na Yandex CatBoost
Ano ba talaga ang kailangan ng kumpanya?: self-diagnostic system sa loob ng device, predictive analytics, kabilang ang walang imprastraktura ng network (tulad ng ipinapakita ng kasanayan, hindi lahat ng aming mga kliyente ay nagmamadaling ikonekta ang mga baterya sa Internet - para sa karamihan, sapat na para gumana lang nang mapagkakatiwalaan ang lahat), pagkakakilanlan ng mga anomalya, ang kalikasan na hindi pa natin alam , isang self-learning system na walang guro, clustering, neural network at ang buong arsenal ng mga modernong analytical na pamamaraan. Kailangan nating maunawaan na ang sistema ay nagsimulang kumilos nang iba, kahit na hindi natin alam kung ano ang eksaktong nagbago. Sa hackathon mismo, napakahalaga para sa amin na makita na may mga lalaki na handang pumasok sa industriyal na analytics o nasa loob na nito, at naghahanap sila ng mga bagong lugar upang ilapat ang kanilang mga kakayahan. Sa una ay nagulat ako na napakaraming mga aplikante: pagkatapos ng lahat, ito ay isang napaka-espesipikong lutuin, ngunit unti-unting lahat maliban sa isa sa apat na kalahok ay bumaba, kaya sa ilang mga lawak ang lahat ay nahulog sa lugar.
Bakit hindi ito magagawa sa yugtong ito?: Ang pangunahing problema sa mga gawain sa data mining ay hindi sapat na data. Mayroong ilang dosenang Watts Battery device na gumagana sa buong mundo ngayon, ngunit marami sa mga ito ay hindi nakakonekta sa network, kaya ang aming data ay hindi pa masyadong magkakaibang. Halos hindi na namin pinagsama-sama ang dalawang anomalya - at nangyari ang mga iyon sa mga prototype; ang pang-industriyang Watts Battery ay gumagana nang maayos. Kung mayroon kaming panloob na inhinyero sa pag-aaral ng makina, at alam namin - oo, maaari itong matanggal sa data na ito, ngunit gusto naming makakuha ng mas mahusay na kalidad ng hula - ito ay magiging isang kuwento. Ngunit hanggang sa puntong ito ay wala pa kaming nagawa sa data na ito. Bilang karagdagan, mangangailangan ito ng malalim na pagsasawsaw ng mga kalahok sa mga detalye ng pagpapatakbo ng aming produkto; hindi sapat ang isang araw at kalahati para dito.
Paano ka nagdesisyon?: Hindi nila agad naitakda ang eksaktong panghuling gawain. Sa halip, sa buong 48 oras, nakikipag-usap kami sa mga kalahok, na agad na inaalam kung ano ang kanilang nakuha at kung ano ang hindi nila magagawa. Batay dito, sa diwa ng kompromiso, natapos ang gawain.
Ano ang nakuha mo bilang isang resulta?: ang mga nanalo sa track ay nagawang linisin ang data (kasabay nito ay natagpuan nila ang "mga tampok" ng pagkalkula ng ilang mga parameter na hindi namin napansin dati, dahil hindi namin ginamit ang ilan sa data upang malutas ang aming mga problema) , i-highlight ang mga paglihis mula sa inaasahang pag-uugali ng mga module ng Watts Battery, at mag-set up ng predictive na modelo na kayang hulaan ang pagkonsumo ng enerhiya nang may mataas na antas ng katumpakan. Oo, ito ay isang yugto lamang ng pagiging posible ng pagbuo ng isang pang-industriyang solusyon; pagkatapos ay kakailanganin ang mga linggo ng maingat na teknikal na gawain, ngunit kahit na ang prototype na ito, na nilikha nang direkta sa panahon ng hackathon, ay maaaring maging batayan ng isang tunay na solusyon sa industriya, na bihira.
pangunahing konklusyon: Batay sa data na mayroon kami, posibleng mag-set up ng predictive analytics, ipinapalagay namin ito, ngunit walang mga mapagkukunan upang suriin. Sinubukan at kinumpirma ng mga kalahok ng hackathon ang aming hypothesis, at patuloy kaming makikipagtulungan sa mga nanalo sa track sa gawaing ito.
Graph ng isang predictive na modelo sa opensource neural network na Facebook Prophet
Payo para sa kinabukasan: kapag gumuhit ng isang gawain, kailangan mong tumingin hindi lamang sa iyong roadmap ng produksyon, kundi pati na rin sa interes ng mga kalahok. Dahil ang aming hackathon ay walang mga premyong pera, pinaglalaruan namin ang likas na pagkamausisa ng mga data scientist at ang pagnanais na malutas ang mga bago, kawili-wiling mga problema kung saan wala pang nagpakita ng anuman o kung saan maaari nilang ipakita ang kanilang sarili nang mas mahusay kaysa sa mga kasalukuyang resulta. Kung agad mong isasaalang-alang ang kadahilanan ng interes, hindi mo na kailangang ilipat ang iyong pagtuon sa daan.
Pamamahala
Gawain: (application) na namamahala ng network ng mga module ng Watts Battery, na may personal na account, storage ng data sa cloud, at pagsubaybay sa status.
Pagtitiyak: sa track na ito hindi kami naghahanap ng ilang bagong teknikal na solusyon, siyempre, mayroon kaming sariling consumer interface. Pinili namin siya para sa hackathon upang ipakita ang mga kakayahan ng aming system, isawsaw ang aming sarili dito, at suriin kung interesado ang komunidad sa paksa ng pag-unlad para sa mga matalinong sistema at alternatibong enerhiya. Inilagay namin ang mobile application bilang isang opsyon; magagawa mo ito o hindi sa iyong paghuhusga. Ngunit sa aming opinyon, ipinapakita nito nang mabuti kung paano naayos ng mga tao ang pag-iimbak ng data sa cloud, na may access mula sa iba't ibang mga mapagkukunan nang sabay-sabay.
Ano ba talaga ang kailangan ng kumpanya?: isang komunidad ng mga developer na gagawa ng mga ideya sa negosyo, sumusubok ng mga hypotheses at gagawa ng mga gumaganang tool para sa kanilang pagpapatupad.
Bakit hindi ito magagawa sa yugtong ito?: Napakaliit pa rin ng dami ng pamilihan para sa organikong pagbuo ng naturang komunidad.
Paano ka nagdesisyon?: Bilang bahagi ng isang hackathon, nagsagawa kami ng isang uri ng pisikal na pag-aaral upang makita kung posible na makabuo ng hindi lamang mga tampok, ngunit ganap na mga modelo ng negosyo sa paligid ng aming partikular na produkto. Bukod dito, para sa mga taong may kakayahang magpatupad ng isang prototype na gawin ito, pagkatapos ng lahat, narito - hindi ko nais na saktan ang sinuman - hindi ito ang antas ng pagprograma ng isang kumikislap na LED sa Arduino (bagaman ito ay maaaring gawin sa mga pagbabago) , medyo partikular na mga kasanayan ang kinakailangan dito: pagbuo ng mga backend at frontend system, pag-unawa sa mga prinsipyo ng pagbuo ng mga nasusukat na sistema ng Internet of Things.
Ano ang nakuha mo bilang isang resulta?: dalawang koponan ang nagmungkahi ng mga ganap na ideya sa negosyo para sa kanilang trabaho: ang isa ay higit na nakatuon sa Russian segment, ang isa sa dayuhan. Ibig sabihin, sa finale ay hindi lang nila sinabi kung paano nila naisip ang application, ngunit talagang dumating upang magnegosyo sa paligid ng Watts. Ang mga lalaki ay binalangkas kung paano nila nakikita ang paggamit ng Watts sa ilang mga modelo ng negosyo, na ibinigay ng mga istatistika, ay nagpakita kung aling mga rehiyon ang may kung anong mga problema, kung anong mga batas ang pinagtibay kung saan, binalangkas ang pandaigdigang kalakaran: ito ay hindi uso sa pagmina ng mga bitcoin, ito ay sunod sa moda sa pagmimina ng kilowatts. Sinadya nila ang alternatibong enerhiya, na talagang nagustuhan namin. Ang katotohanan na ang mga kalahok, bilang karagdagan dito, ay nakagawa ng isang gumaganang teknikal na solusyon ay nagmumungkahi na maaari silang mag-isa na maglunsad ng isang startup.
pangunahing konklusyon: May mga team na handang kunin ang Watts Battery bilang batayan ng kanilang business model, i-develop ito, at maging partner/companions ng kumpanya. Alam pa nga ng ilan sa kanila kung paano tukuyin ang MVP ng isang ideya sa negosyo at gawin muna ito, isang bagay na kulang sa lahat ng dako sa industriya ngayon. Hindi nauunawaan ng mga tao kung kailan titigil, kung kailan maglalabas ng solusyon sa merkado, kahit na maaga, ngunit nagtatrabaho. Sa katunayan, ang yugto ng pag-polish ng solusyon ay madalas na hindi nagtatapos, teknikal na ang solusyon ay tumatawid sa linya ng makatwirang pagiging kumplikado, pumapasok ito sa merkado na sobrang kargado, hindi na malinaw kung ano ang orihinal na ideya, kung ano ang pag-target sa customer, kung ano ang mga modelo ng negosyo. kasama. Tulad ng sa biro tungkol kay Akunin, na nagsulat ng isa pang libro habang pinipirmahan ang nauna para sa isang tao. Ngunit narito ito ay ginawa sa pinakadalisay nitong anyo: narito ang isang tsart, narito ang isang counter, narito ang mga tagapagpahiwatig, narito ang isang hula - iyon lang, wala nang iba pang kailangan upang patakbuhin ito. Sa pamamagitan nito, maaari kang pumunta sa isang mamumuhunan at makatanggap ng pera upang magsimula ng isang negosyo. Ang mga nakahanap ng balanseng ito ay lumabas sa track bilang mga nanalo.
Payo para sa kinabukasan: sa susunod na hackathon (pinaplano namin ito ), marahil makatuwirang mag-eksperimento sa hardware. Mayroon kaming sariling hardware development (isa sa mga bentahe ng Watts), ganap naming kinokontrol ang produksyon at pagsubok ng lahat ng aming ginagawa, ngunit wala kaming sapat na mapagkukunan upang subukan ang ilang "hardware" na hypotheses. Maaaring napakahusay na sa komunidad ng mga system at mababang antas na programmer at mga developer ng hardware ay may mga tutulong sa amin dito at sa hinaharap ay magiging aming kasosyo sa lugar na ito.
Mga tao
Sa hackathon, inaasahan namin ang mga gustong subukan ang kanilang sarili sa isang bagong larangan (halimbawa, mga nagtapos sa iba't ibang mga programming school) kaysa sa mga dalubhasa sa ganitong uri ng pag-unlad. Gayunpaman, inaasahan namin na bago ang hackathon ay gagawa sila ng kaunting paghahanda, basahin ang tungkol sa kung paano hinuhulaan ang pagkonsumo ng enerhiya sa pangkalahatan at kung paano gumagana ang mga sistema ng Internet of Things. Upang ang lahat ay dumating hindi lamang para sa kasiyahan, naghahanap ng mga kawili-wiling data at mga gawain, kundi pati na rin sa isang paunang pagsasawsaw sa lugar ng paksa. Sa aming bahagi, naiintindihan namin na para dito kinakailangan na i-publish nang maaga ang magagamit na data, ang kanilang paglalarawan at mas tumpak na mga kinakailangan para sa resulta, i-publish ang mga module ng API, atbp.
Ang bawat isa ay may humigit-kumulang na parehong teknolohikal na antas, plus o minus ang parehong mga kakayahan. Laban sa background na ito, ang antas ng pagkakaisa ay hindi ang huling kadahilanan. Ang isang bilang ng mga koponan ay hindi bumaril dahil hindi nila malinaw na hatiin ang kanilang mga sarili sa mga lugar ng trabaho. Mayroon ding isang tao ang gumawa ng lahat ng pag-unlad, ang iba ay abala sa paghahanda ng pagtatanghal, sa iba, may nabigyan ng mga gawain na kanilang ginagawa, marahil sa unang pagkakataon sa kanilang buhay.
Karamihan sa mga kalahok ay bata pa, hindi ito nangangahulugan na walang malakas na machine learning engineer at developer sa kanila. Karamihan ay dumating sa mga koponan; halos walang mga indibidwal. Ang bawat tao'y pinangarap na manalo, ang isang tao ay nais na makahanap ng trabaho sa hinaharap, mga 20% ay nakahanap na ng isa, sa palagay ko ang figure na ito ay lalago.
Wala kaming sapat na hardware geeks, ngunit umaasa kaming mabawi ito sa pangalawang hackathon.
Pag-unlad ng Hackathon
Gaya ng isinulat ko sa itaas, kasama namin ang mga kalahok sa halos 48 oras ng hackathon at, sinusubaybayan ang kanilang mga tagumpay sa mga checkpoint, sinubukang iangkop ang gawain at kundisyon para sa pagtanggap ng una, analytical track upang, sa isang banda, ang maaaring kumpletuhin ito ng mga kalahok sa natitirang oras, at sa kabilang banda, ito ay kawili-wili sa amin.
Ang huling paglilinaw sa gawain ay ginawa sa isang lugar sa paligid ng huling checkpoint, noong Sabado ng hapon (ang final ay naka-iskedyul para sa Linggo ng gabi). Pinasimple namin ang lahat nang kaunti pa: inalis namin ang kinakailangan upang muling kalkulahin ang modelo sa bagong data, na iniiwan ang data na ginagamit na ng mga team. Ang paghahambing ng mga sukatan ay hindi na nagbigay sa amin ng anuman, mayroon na silang mga handa na resulta batay sa magagamit na data, at sa ikalawang araw ay pagod na ang mga lalaki. Samakatuwid, nagpasya kaming pahirapan sila nang mas kaunti.
Gayunpaman, tatlo sa apat na kalahok ang hindi nakarating sa finals. Napagtanto na ng isang koponan sa simula na mas interesado sila sa track ng aming mga kasamahan, ang isa pa, bago ang final, napagtanto na sa proseso ng pagproseso ay na-filter na nila ang kinakailangang data nang maaga at tumanggi na ipakita ang kanilang trabaho.
Ang koponan ng "21 (Wet Hair Effect)" ay lumahok sa aming mga track hanggang sa pinakadulo. Gusto nilang sakupin ang lahat nang sabay-sabay: machine learning, development, application, at website. Hanggang sa binantaan namin sila na mag-withdraw sa huling sandali, naniniwala sila na ginagawa nila ang lahat sa oras, kahit na sa pangalawang checkpoint ay malinaw na sa pangunahing bagay - machine learning - hindi sila makakagawa ng makabuluhang pag-unlad: sa pangkalahatan ay nakayanan nila. ang pangalawang bloke, ngunit hindi mahuhulaan ang pagkonsumo ng kuryente ay hindi pa handa. Bilang resulta, nang matukoy namin ang pinakamababang gawain para sa pagiging kwalipikado para sa una, pinili pa rin nila ang pangalawang track.
Nagkaroon ng balanseng komposisyon ang Fit-predict na iniakma para sa data analytics, kaya nagtagumpay sila sa lahat. Kapansin-pansin na ang mga lalaki ay interesado sa "hawakan" ang tunay na data ng industriya. Agad silang tumutok sa pangunahing bagay: pagsusuri, paglilinis ng data, pagharap sa bawat anomalya. Ang katotohanan na nakagawa sila ng isang gumaganang modelo sa panahon ng hackathon ay isang mahusay na tagumpay. Sa pagsasanay sa pagtatrabaho, karaniwang tumatagal ito ng mga linggo: habang nililinis ang data, habang sinusuri nila ito. Samakatuwid, tiyak na makikipagtulungan kami sa kanila.
Sa pangalawang track (pamamahala), inaasahan namin na gagawin ng lahat ang lahat sa kalahating araw at hilingin na gawing mas mahirap ang gawain. Sa pagsasagawa, halos wala kaming oras upang tapusin ang pangunahing gawain. Nagtrabaho kami sa JS at Python, na sumasalamin sa kasalukuyang estado ng industriya.
Dito, din, ang mga resulta ay nakamit ng mahusay na coordinated na mga koponan kung saan itinayo ang dibisyon ng paggawa, malinaw kung sino ang gumagawa ng ano.
Ang ikatlong koponan, FSociety, ay tila nagkaroon ng solusyon, ngunit sa huli ay nagpasya silang huwag ipakita ang kanilang pag-unlad, sinabi nila na hindi nila ito itinuturing na gumagana. Iginagalang namin ito at hindi nakipagtalo.
Ang nanalo ay ang team na βStrippers from Bakuβ, na nakapagpigil sa sarili, hindi para humabol sa βtrinketsβ, kundi gumawa ng MVP na hindi nahihiyang ipakita at malinaw na maaari pa itong paunlarin at palakihin. Agad naming sinabi sa kanila na hindi kami masyadong interesado sa mga karagdagang pagkakataon. Kung gusto nila ng pagpaparehistro sa pamamagitan ng QR code, pagkilala sa mukha, hayaan muna silang gumawa ng mga graph sa application, at pagkatapos ay kunin ang mga opsyonal.
Sa track na ito, ang "Wet Hair" ay kumpiyansa na pumasok sa final, at tinalakay namin ang karagdagang pakikipagtulungan sa kanila at sa "Hustlers." Nakilala na namin ang huli sa bagong taon.
Umaasa ako na maayos ang lahat, at inaasahan naming makita ang lahat sa pangalawang hackathon sa Marso!
Pinagmulan: www.habr.com