Geçtiğimiz Aralık ayında diğer altı Skolkovo şirketiyle birlikte kendi startup hackathon'umuzu düzenledik. Kurumsal sponsorlar veya herhangi bir dış destek olmadan, programlama topluluğunun çabalarıyla Rusya'nın 20 şehrinden iki yüz katılımcıyı bir araya getirdik. Aşağıda size nasıl başarılı olduğumuzu, yol boyunca hangi tuzaklarla karşılaştığımızı ve neden kazanan takımlardan biriyle hemen işbirliğine başladığımızı anlatacağım.
“Islak Saç” parçasının finalistlerinden Watts Battery modüllerini kontrol eden uygulamanın arayüzü
şirket
Şirketimiz Watts Battery modüler taşınabilir enerji santralleri yaratmaktadır. Ürün, saatte 46 ila 36 kilovat elektrik üretebilen, 11x1,5x15 cm boyutlarında taşınabilir bir elektrik santralidir. Bu tür dört modül, küçük bir kır evinin iki gün boyunca enerji tüketimini sağlayabilir.
Her ne kadar geçen yıl üretim numunelerini göndermeye başlamış olsak da, her açıdan bakıldığında Watts Battery bir başlangıçtır. Şirket 2016 yılında kuruldu ve aynı yıldan bu yana Skolkovo Enerji Verimli Teknolojiler Kümesi'nin bir sakini. Bugün 15 çalışanımız var ve bir aşamada yapmak istediğimiz çok sayıda iş birikintisi var, ancak şu anda hiçbir şey yok. bunun zamanı.
Bu aynı zamanda tamamen yazılım görevlerini de içerir. Neden?
Modülün temel görevi kesintisiz, dengeli enerji tedarikini optimum maliyetle sağlamaktır. Elinizde olmayan nedenlerden dolayı elektrik kesintisi yaşarsanız, kesinti süresince gerekli ağ yükünü tam olarak karşılayabilmek için her zaman bir yedek bulundurmalısınız. Güç kaynağı iyi olduğunda paradan tasarruf etmek için güneş enerjisini kullanabilirsiniz.
En basit seçenek, pili gündüz güneşten şarj edip akşamları kullanabilmenizdir, ancak tam olarak gerekli olan seviyede, böylece elektrik kesintisi durumunda elektriksiz kalmazsınız. Yani, kendinizi asla bütün akşam aydınlatmayı pille çalıştırdığınız (çünkü daha ucuz) ama geceleri elektriğin kesildiği ve buzdolabınızın buzunun çözüldüğü bir durumda bulmayacaksınız.
Bir kişinin ihtiyaç duyduğu elektrik miktarını nadiren büyük bir doğrulukla tahmin edebildiği açıktır, ancak tahmine dayalı bir modelle donanmış bir sistem bunu yapabilir. Bu nedenle makine öğrenimi öncelikli alanlarımızdan biridir. Şu anda donanım geliştirmeye odaklanmış durumdayız ve bu görevlere yeterli kaynak ayıramıyoruz, bu da bizi Startup Hackathon'a getirdi.
Hazırlık, veriler, altyapı
Sonuç olarak iki yol izledik: veri analitiği ve yönetim sistemi. Bizimkine ek olarak meslektaşlarımızdan yedi parça daha vardı.
Hackathon'un formatı henüz belirlenmemişken, bir puan sistemi ile “kendi atmosferimizi” yaratmayı düşünüyorduk: Katılımcılar bize zor ve ilginç gelen bazı şeyleri yaparak puan alıyorlar. Bir sürü görevimiz vardı. Ancak hackathonun yapısını oluştururken diğer organizatörler her şeyin ortak bir forma getirilmesini istediler, biz de öyle yaptık.
Sonra şu şemaya geldik: Adamlar kendi verilerine dayanarak bir model oluşturuyorlar, sonra modelin daha önce görmediği verilerimizi alıyorlar, öğreniyor ve tahmin etmeye başlıyorlar. Tüm bunların 48 saat içinde yapılabileceği varsayılmıştı ancak bizim için bu, verilerimizdeki ilk hackathondu ve zaman kaynaklarını veya verilerin hazır olma derecesini fazla tahmin etmiş olabiliriz. Özel makine öğrenimi hackathonlarında böyle bir zaman çizelgesi normal olurdu ama bizimki öyle değildi.
Modülün yazılım ve donanımını mümkün olduğunca boşalttık ve cihazımızın hackathon'a özel, her geliştiricinin destekleyebileceği, çok basit ve anlaşılır bir iç arayüze sahip bir versiyonunu yaptık.
Kontrol sistemine dayalı parkur için mobil uygulama yapma seçeneği de vardı. Katılımcıların neye benzemesi gerektiği konusunda kafa yormalarını ve fazladan zaman kaybetmelerini önlemek için onlara uygulamanın süper hafif bir tasarım düzenini verdik, böylece isteyenler ihtiyaç duydukları işlevleri basitçe "uzatabilirler". . Dürüst olmak gerekirse, burada herhangi bir ahlaki ikilem beklemiyorduk, ancak ekiplerden biri bunu öyle bir algıladı ki, biz de onların fantezi uçuşlarını sınırladık, biz onları test etmek yerine ücretsiz olarak hazır bir çözüm almak istedik. uygulamada. Ve yola çıktılar.
Başka bir ekip sıfırdan bambaşka bir uygulama yapmayı seçti ve her şey yolunda gitti. Uygulamanın tam olarak bu şekilde olması konusunda ısrar etmedik, sadece çözümün teknik seviyesini gösteren bazı unsurları içermesini istedik: grafikler, analitikler vb. Bitmiş tasarım düzeni de bir ipucuydu.
Bir hackathonda canlı bir Watts Battery modülünü analiz etmek çok zaman alıcı olacağından, katılımcılara bir ay boyunca müşterilerimizin gerçek modüllerinden (önceden dikkatlice anonimleştirdiğimiz) hazır bir veri dilimi verdik. Haziran ayı olduğundan mevsimsel değişiklikleri analize dahil edecek hiçbir şey yoktu. Ancak gelecekte bunlara mevsimsel ve iklimsel özellikler gibi dış veriler ekleyeceğiz (bugün bu endüstri standardıdır).
Katılımcılar arasında gerçekçi olmayan beklentiler yaratmak istemedik, bu nedenle hackathon duyurusunda doğrudan şunları söyledik: Çalışma saha çalışmasına mümkün olduğunca yakın olacak: kimsenin özel olarak hazırlamadığı gürültülü, kirli veriler. Ancak bunun olumlu bir yanı da vardı: çeviklik ruhuyla, katılımcılarla sürekli iletişim halindeydik ve görev ve kabul koşullarında derhal değişiklikler yaptık (bununla ilgili daha fazla bilgi aşağıda).
Ayrıca katılımcılara Amazon AWS'ye erişim izni verdik (o kadar aktif ki Amazon bizim için bir bölgeyi engelledi, bu konuda ne yapacağımızı bulacağız). Burada Nesnelerin İnterneti için altyapıyı dağıtabilir ve basit Amazon şablonlarına dayanarak bile bir gün içinde tam teşekküllü bir çözüm oluşturabilirsiniz. Ama sonunda, kesinlikle herkes kendi yoluna gitti, her şeyi kendi başına maksimuma çıkardı. Aynı zamanda bazıları süre sınırına ulaşmayı başardı, bazıları ise başaramadı. Nubble adlı bir ekip Yandex.cloud'u kullandı, birisi bunu kendi barındırmasında yükseltti. Hatta alan adı vermeye bile hazırdık (kayıtlı alan adlarımız var), ancak bunlar işe yaramadı.
Analitik parkurda kazananları belirlemek için sayısal metrikler hazırladığımız sonuçları karşılaştırmayı planladık. Ancak sonuçta bunu yapmaya gerek kalmadı çünkü çeşitli nedenlerden dolayı dört katılımcıdan üçü finale çıkamadı.
Ev altyapısına gelince, Skolkovo Teknopark bize (ücretsiz olarak) sunumlar için video duvarlı rahat modüler odalardan birini ve rekreasyon alanı ve yemek servisi organizasyonu için birkaç küçük oda sağlayarak yardımcı oldu.
Analytics
Görev: Kontrol verilerine dayanarak tüketim ve modül işletimindeki anormallikleri tanımlayan, kendi kendine öğrenen bir sistem. Katılımcıların mevcut verilere dayanarak neler yapılabileceği konusunda bizimle birlikte çalışabilmeleri için ifadeleri bilinçli olarak mümkün olduğunca genel tuttuk.
Özgünlük: İki parçanın daha karmaşık olanı. Endüstriyel verilerin kapalı sistemlerdeki (örneğin dijital pazarlama) verilerden bazı farklılıkları bulunmaktadır. Burada analiz etmeye çalıştığınız parametrelerin fiziksel doğasını anlamalısınız; her şeye soyut sayı serileri olarak bakmak işe yaramayacaktır. Örneğin elektrik tüketiminin gün içindeki dağılımı. Tıpkı ritüeller gibi: Hafta içi sabahları elektrikli tıraş makinesi, hafta sonları ise mikser çalıştırılıyor. Sonra anormalliklerin özü. Ve Watt Pilinin kişisel kullanıma yönelik olduğunu unutmayın, bu nedenle her müşterinin kendi ritüelleri olacaktır ve tek bir evrensel model çalışmayacaktır. Verilerdeki bilinen anormallikleri bulmak bir görev bile değildir; etiketlenmemiş anormallikleri otonom olarak arayan bir sistem oluşturmak başka bir konudur. Sonuçta sinsi insan faktörü de dahil olmak üzere her şey anormal olabilir. Örneğin test verilerimizde sistemin kullanıcı tarafından pil moduna zorlandığı bir durum vardı. Kullanıcılar bazen hiçbir sebep olmadan bunu yaparlar (Bu kullanıcının modülü bizim için test ettiğine ve bu nedenle modların manuel kontrolüne erişimine sahip olduğuna dair rezervasyon yapacağım; diğer kullanıcılar için kontrol tamamen otomatiktir). Tahmin edilmesi kolay olduğu gibi, böyle bir durumda akü oldukça aktif bir şekilde boşalır ve eğer yük büyükse, güneş doğmadan veya başka bir enerji kaynağı ortaya çıkmadan şarj sona erecektir. Bu gibi durumlarda sistem davranışının normalden saptığına dair bir tür bildirim görmeyi bekliyoruz. Veya kişi gitti ve fırını kapatmayı unuttu. Sistem, genellikle günün bu saatinde tüketimin 500 watt olduğunu görüyor, ancak bugün - 3,5 bin - bir anormallik! Denis Matsuev'in uçaktaki sesi gibi: "Uçak motorlarından hiçbir şey anlamıyorum ama oraya giderken motorun sesi farklıydı."
Açık kaynaklı sinir ağı Yandex CatBoost'ta tahmine dayalı bir modelin grafiği
Şirketin gerçekten neye ihtiyacı var?: cihazın içindeki kendi kendine teşhis sistemi, ağ altyapısı olmadan da dahil olmak üzere tahmine dayalı analitik (uygulamada görüldüğü gibi, tüm müşterilerimiz pilleri İnternete bağlamak için acele etmiyor - çoğu için her şeyin güvenilir bir şekilde çalışması yeterli), doğasını henüz bilmediğimiz anormalliklerin tanımlanması, öğretmensiz kendi kendine öğrenen bir sistem, kümeleme, sinir ağları ve modern analitik yöntemlerin tüm cephaneliği. Tam olarak neyin değiştiğini bilmesek bile sistemin farklı davranmaya başladığını anlamamız gerekiyor. Hackathon'da endüstriyel analitik alanına adım atmaya hazır veya halihazırda bu alanda yer alan kişilerin olduğunu ve yeteneklerini uygulayabilecekleri yeni alanlar aradıklarını görmek bizim için çok önemliydi. İlk başta bu kadar çok başvuranın olmasına şaşırdım: sonuçta bu çok özel bir mutfak, ancak yavaş yavaş dört katılımcıdan biri hariç hepsi okulu bıraktı ve bir dereceye kadar her şey yerli yerine oturdu.
Bu aşamada neden mümkün değil?: Veri madenciliği görevlerindeki temel sorun yeterli veri olmamasıdır. Bugün dünyanın her yerinde faaliyet gösteren birkaç düzine Watt Pil cihazı var, ancak bunların çoğu ağa bağlı değil, dolayısıyla verilerimiz henüz çok çeşitli değil. İki anormalliği zar zor bir araya getirdik ve bunlar prototiplerde meydana geldi; endüstriyel Watt Pil oldukça istikrarlı çalışıyor. Dahili bir makine öğrenimi mühendisimiz olsaydı ve şunu bilseydik - evet, bu verilerden bu çıkarılabilir, ancak daha iyi bir tahmin kalitesi elde etmek istiyoruz - bu tek bir hikaye olurdu. Ancak şu ana kadar bu verilerle hiçbir şey yapmadık. Ayrıca bu, katılımcıların ürünümüzün nasıl çalıştığının ayrıntılarına derinlemesine dalmasını gerektirecektir; bunun için bir buçuk gün yeterli değildir.
Nasıl karar verdin?: Nihai görevi hemen belirlemediler. Bunun yerine 48 saatin tamamı boyunca katılımcılarla diyalog halindeydik, neleri alıp neleri alamadıklarını anında öğrendik. Buna dayanarak uzlaşma ruhuyla görev tamamlandı.
Sonuç olarak ne elde ettiniz?: Pistin kazananları verileri temizlemeyi başardılar (aynı zamanda, bazı verileri sorunlarımızı çözmek için kullanmadığımız için daha önce fark etmediğimiz bazı parametreleri hesaplamanın "özelliklerini" de buldular) , Watt Pil modüllerinin beklenen davranışından sapmaları vurgulayın ve enerji tüketimini yüksek derecede doğrulukla tahmin edebilen bir tahmin modeli oluşturun. Evet, bu yalnızca endüstriyel bir çözüm geliştirmenin fizibilite aşamasıdır; o zaman haftalarca süren özenli teknik çalışmaya ihtiyaç duyulacaktır, ancak doğrudan hackathon sırasında oluşturulan bu prototip bile gerçek bir endüstriyel çözümün temelini oluşturabilir ki bu da nadirdir.
Ana sonuç: Elimizdeki verilere dayanarak tahmine dayalı analitikler kurmak mümkün, bunu varsaydık ancak kontrol edecek kaynaklara sahip değildik. Hackathon katılımcıları hipotezimizi test edip doğruladılar; biz de bu görev üzerinde yarış kazananlarıyla çalışmaya devam edeceğiz.
Açık kaynaklı sinir ağı Facebook Prophet'teki tahmine dayalı bir modelin grafiği
gelecek için tavsiye: Bir görev hazırlarken yalnızca üretim yol haritanıza değil, aynı zamanda katılımcıların çıkarlarına da bakmanız gerekir. Hackathon'umuzda nakit ödül olmadığından, veri bilimcilerin doğal merakından ve henüz kimsenin bir şey göstermediği veya kendilerini mevcut sonuçlardan daha iyi gösterebilecekleri yeni, ilginç sorunları çözme arzusundan yararlanıyoruz. İlgi faktörünü hemen hesaba katarsanız, yol boyunca odak noktanızı değiştirmenize gerek kalmaz.
Управление
Görev: (uygulama) kişisel bir hesap, bulutta veri depolama ve durum izleme ile Watt Pil modüllerinden oluşan bir ağı yöneten.
Özgünlük: Bu yolda yeni bir teknik çözüm aramıyorduk; elbette kendi tüketici arayüzümüz var. Sistemimizin yeteneklerini göstermek, kendimizi sisteme kaptırmak ve topluluğun akıllı sistemler ve alternatif enerji geliştirme konusuyla ilgilenip ilgilenmediğini kontrol etmek için onu hackathon'a seçtik. Mobil uygulamayı opsiyonel olarak konumlandırdık, kendi takdirinize göre yapabilir veya yapmayabilirsiniz. Ancak bize göre bu, insanların aynı anda birkaç farklı kaynaktan erişim sağlayarak buluttaki veri depolamayı nasıl organize etmeyi başardıklarını iyi gösteriyor.
Şirketin gerçekten neye ihtiyacı var?: İş fikirleri üretecek, hipotezleri test edecek ve bunların uygulanması için çalışma araçları yaratacak geliştiricilerden oluşan bir topluluk.
Bu aşamada neden mümkün değil?: Böyle bir topluluğun organik oluşumu için pazar hacmi hâlâ çok küçük.
Nasıl karar verdin?: Hackathon'un bir parçası olarak, çok özel ürünümüz etrafında sadece özellikler değil, tam teşekküllü iş modelleri bulmanın mümkün olup olmadığını görmek için bir tür fiziksellik çalışması gerçekleştirdik. Üstelik prototip uygulayabilen kişilerin bunu yapabilmesi için, sonuçta burada - kimseyi rahatsız etmek istemiyorum - bu, Arduino'da yanıp sönen bir LED'i programlama seviyesi değil (bu, yeniliklerle yapılabilse de) , burada oldukça spesifik beceriler gereklidir: arka uç ve ön uç sistemlerinin geliştirilmesi, ölçeklenebilir Nesnelerin İnterneti sistemleri oluşturma ilkelerinin anlaşılması.
Sonuç olarak ne elde ettiniz?: iki ekip çalışmaları için tam teşekküllü iş fikirleri önerdi: biri daha çok Rus segmentine, diğeri yabancı segmentine odaklandı. Yani finalde sadece uygulamayı nasıl bulduklarını anlatmakla kalmadılar, esasen Watts etrafında iş yapmak için geldiler. Adamlar çeşitli iş modellerinde Watt'ın kullanımını nasıl gördüklerini özetlediler, istatistikler sağladılar, hangi bölgelerde hangi sorunların olduğunu, hangi yasaların nerede kabul edildiğini gösterdiler, küresel eğilimin ana hatlarını çizdiler: bitcoin madenciliği moda değil, kilovat madenciliği moda. Gerçekten sevdiğimiz alternatif enerjiye bilinçli olarak geldiler. Katılımcıların buna ek olarak çalışan bir teknik çözüm oluşturabilmeleri, bağımsız olarak bir startup kurabileceklerini gösteriyor.
Ana sonuç: Watts Pil'i iş modelinin temeli alıp geliştirip şirkete ortak/yoldaş olmaya hazır ekipler var. Hatta bazıları bir iş fikrinin MVP'sini nasıl belirleyeceklerini ve önce onun üzerinde çalışacaklarını bile biliyorlar; bu, bugün sektörde her yerde eksik olan bir şey. İnsanlar ne zaman duracaklarını, ne zaman piyasaya bir çözüm sunacaklarını bilmiyorlar, erken de olsa ama çalışıyorlar. Aslında çözümü cilalama aşaması çoğu zaman bitmiyor, teknik olarak çözüm makul karmaşıklık çizgisini aşıyor, pazara aşırı yüklenmiş olarak giriyor, orijinal fikrin ne olduğu, müşteri hedeflemenin ne olduğu, iş modellerinin ne olduğu artık belli değil. dahil. Bir önceki kitabını birisine imzalarken başka bir kitap yazan Akunin ile ilgili şakada olduğu gibi. Ancak burada en saf haliyle yapıldı: işte bir grafik, işte bir sayaç, işte göstergeler, işte bir tahmin - hepsi bu, onu çalıştırmak için başka hiçbir şeye gerek yok. Bununla bir yatırımcıya gidebilir ve iş kurmak için para alabilirsiniz. Bu dengeyi bulanlar parkurdan kazananlar olarak çıktılar.
gelecek için tavsiye: bir sonraki hackathon'da (planlıyoruz) ), belki de donanımla denemeler yapmak mantıklı olabilir. Kendi donanım geliştirmemiz var (Watts'ın avantajlarından biri), yaptığımız her şeyin üretimini ve testini tam olarak kontrol ediyoruz, ancak bazı "donanım" hipotezlerini test etmek için yeterli kaynağımız yok. Sistem ve alt düzey programcılar ve donanım geliştiricilerden oluşan toplulukta bize bu konuda yardımcı olacak ve gelecekte bu alanda ortağımız olacak kişiler olması pekâlâ mümkündür.
Insanlar
Hackathon'da bu tür geliştirme konusunda uzmanlaşmış kişilerden ziyade, kendini yeni bir alanda denemek isteyenleri (örneğin çeşitli programlama okullarından mezun olanları) bekliyorduk. Ancak yine de hackathon öncesinde küçük bir hazırlık çalışması yapmalarını, genel olarak enerji tüketiminin nasıl tahmin edildiğini ve Nesnelerin İnterneti sistemlerinin nasıl çalıştığını okumalarını bekliyorduk. Böylece herkes sadece eğlence için, ilginç veriler ve görevler aramak için değil, aynı zamanda konuya ön dalma ile de geliyor. Bizim açımızdan, bunun için mevcut verileri, bunların açıklamalarını ve sonuç için daha kesin gereksinimleri önceden yayınlamanın, API modüllerini yayınlamanın vb. gerekli olduğunu anlıyoruz.
Herkes yaklaşık olarak aynı teknolojik seviyeye sahipti, artı veya eksi aynı yeteneklere sahipti. Bu arka plana karşı uyum düzeyi son faktör değildi. Bazı takımlar kendilerini çalışma alanlarına net bir şekilde bölemedikleri için atış yapmadı. Ayrıca tüm geliştirmeyi bir kişinin yaptığı, geri kalanların sunumu hazırlamakla meşgul olduğu, diğerlerinde muhtemelen hayatlarında ilk kez birilerine yaptığı görevlerin verildiği yerler de vardı.
Katılımcıların çoğunun genç olması, aralarında güçlü makine öğrenimi mühendisleri ve geliştiricilerinin olmadığı anlamına gelmiyor. Çoğu ekip halinde geldi; neredeyse hiç birey yoktu. Herkes kazanmanın hayalini kuruyordu, birileri gelecekte iş bulmak istiyordu, yaklaşık %20'si zaten iş buldu, bu rakamın büyüyeceğini düşünüyorum.
Yeterli donanım meraklımız yoktu ama ikinci hackathonda bunu telafi etmeyi umuyoruz.
Hackathon ilerlemesi
Yukarıda yazdığım gibi, hackathonun 48 saatinin çoğunda katılımcılarla birlikteydik ve kontrol noktalarındaki başarılarını izleyerek, ilk analitik yolu kabul etmek için görev ve koşulları uyarlamaya çalıştık, böylece bir yandan katılımcılar kalan sürede tamamlayabildiler ama bir yandan da bizi ilgilendiriyordu.
Görevle ilgili son açıklama Cumartesi öğleden sonra son kontrol noktası civarında yapıldı (final Pazar akşamı planlanmıştı). Her şeyi biraz daha basitleştirdik: Modeli yeni veriler üzerinde yeniden hesaplama zorunluluğunu kaldırdık ve ekiplerin halihazırda üzerinde çalıştığı verileri bıraktık. Metrikleri karşılaştırmak artık bize hiçbir şey vermiyordu, zaten mevcut verilere dayalı hazır sonuçlar vardı ve ikinci gün çocuklar çoktan yorulmuştu. Bu nedenle onlara daha az işkence etmeye karar verdik.
Ancak dört katılımcıdan üçü finale çıkamadı. Ekiplerden biri başlangıçta meslektaşlarımızın takipleriyle daha çok ilgilendiklerini fark etti, diğeri ise finalden hemen önce, işleme süreci sırasında gerekli verileri önceden filtrelediklerini fark etti ve çalışmalarını sunmayı reddetti.
“21 (Islak Saç Efekti)” ekibi her iki parkurumuzda da sonuna kadar yer aldı. Her şeyi aynı anda ele almak istiyorlardı: makine öğrenimi, geliştirme, uygulama ve web sitesi. Onları son anda geri çekilmekle tehdit edene kadar, her şeyi zamanında yaptıklarına inanıyorlardı, ancak zaten ikinci kontrol noktasında asıl şey olan makine öğrenimi konusunda önemli bir ilerleme kaydedemedikleri açıktı: genellikle başa çıktılar İkinci bloğun hazır olmadığı ancak elektrik tüketimini tahmin edemedik. Sonuç olarak birinciye kalifiye olmak için minimum görevi belirlediğimizde yine ikinci yolu seçtiler.
Fit-predict, veri analitiği için özel olarak tasarlanmış dengeli bir bileşime sahipti, böylece her şeyin üstesinden gelebildiler. Adamların gerçek endüstriyel verilere “dokunmakla” ilgilendikleri dikkat çekiciydi. Hemen asıl meseleye odaklandılar: analiz etmek, verileri temizlemek, her anormallikle ilgilenmek. Hackathon sırasında çalışan bir model oluşturabilmeleri büyük bir başarı. Çalışma pratiğinde bu genellikle haftalar sürer: Veriler temizlenirken ve onlar derinlemesine araştırılırken. Bu nedenle mutlaka onlarla çalışacağız.
İkinci parkurda (yönetim) herkesin yarım günde her şeyi yapmasını ve gelip işin daha da zorlaştırılmasını istemesini bekliyorduk. Pratikte temel görevi tamamlamak için zar zor zamanımız vardı. Sektörün mevcut durumunu yansıtan JS ve Python üzerinde çalıştık.
Burada da iş bölümü iyi koordine edilmiş ekipler tarafından sonuçlar elde edildi, kimin ne yaptığı belli oldu.
Üçüncü ekip olan FSociety ise bir çözüm bulmuş gibi görünüyordu ancak sonunda gelişimlerini göstermemeye karar verdiler, bunun işe yarayacağını düşünmediklerini söylediler. Buna saygı duyduk ve tartışmadık.
Kazanan, kendini durdurmayı başaran, "ıvır zıvır" peşinde değil, göstermekten utanmayan ve daha da geliştirilip ölçeklendirilebileceği açık olan bir MVP yaratmayı başaran "Bakü'den Striptizciler" takımı oldu. Hemen onlara ek fırsatlarla pek ilgilenmediğimizi söyledik. QR kodla, yüz tanımayla kayıt yaptırmak istiyorlarsa önce uygulamada grafik yapsınlar, sonra isteğe bağlı olanları alsınlar.
Bu parçada "Wet Hair" güvenle finale girdi ve onlarla ve "Hustlers" ile daha fazla işbirliğini tartıştık. İkincisiyle yeni yılda zaten tanıştık.
Umarım her şey yolunda gider ve herkesi Mart ayındaki ikinci hackathon'da görmeyi sabırsızlıkla bekliyoruz!
Kaynak: habr.com