Финал 1-го Хакатона по треку "Ритейл"
58 участников в составе 16 команд на протяжении 48 часов непрерывно готовили технологические решения отраслевой проблемы: как помочь людям в регионе сортировать и сдавать больше мусора на переработку, и вовлечь в этот процесс краевой ритейл.
Задание выполнили и дошли до финиша 9 команд. Самому молодому участнику хакатона 15 лет, а самому старшему - 46 лет. Среди участников также присутствовали студенты ведущих краевых ВУЗов: КубГУ, Армавирский педагогический университет, КубГТУ, КубГАУ.
Заказчик проекта Фонд развития инноваций Краснодарского края, при поддержке краевого департамента инвестиций и развития МСП, партнер-организатор мероприятий - инновационный центр Аквариум.
Кейсы
Идея заключается в том, чтобы пользователь с помощью сервиса смог определить вид материала (пластика, бумаги и т.д.) для переработки и получить информацию о месте, где этот материал можно сдать в переработку. Таким образом покупатель еще перед покупкой сможет оценить последующий эффект на окружающую среду и отдать предпочтение более экологичным производителям. Сервисы разработаны в виде мобильного или веб приложения в современном технологическом стеке.
Решения на кейс: «Сервис для помощи в сортировке бытовых отходов»
Приложение для IOS, web-приложение и телеграм-бот с единой базой для всех платформ, которое позволяет находить актуальные точки приема вторсырья исходя из категории отхода. С помощью компьютерного зрения определяется тип пластика по фотографии маркировки. Технологический стек: web: rails, mysql, redis; telegram bot: python, redis; mobile: ios, swift, pytorch или tensorflow.
Эко-платформа от команды QubanTech, позволяющая интегрировать к системе фандоматы, и начислять бонусы на личный счет. С помощью компьютерного зрения определяется тип упаковки и находить места для последующей утилизации. С помощью платформы можно анализировать плотность населения в районах и выбирать наиболее подходящие места для установки фандоматов.
Технологический стек: Typescript, React, Firebase, Python, Flask, Tensorflow, Keras, sklearn, pandas.
Мобильное приложение, позволяющее сканировать штрихкод и определять маркировку упаковки, в случае если возникают сложности, пользователь может через внутренний справочник найти подходящий код переработки