Comments 11
Анна, привет! Хорошая статья, тема раскрыта :) Мне нравится ваш рациональный, системный подход к делу
Частично не соглашусь с подходом:
мы кинули в чат перечень своих навыков. Админ также размышлял, как распределить роли в команде
Если кто-то не вывозит свою роль, перераспределите обязанности
Имхо, самый эффективный вариант— брать людей на определённые, строго выверенные роли. Например, если бэкенд хорошо знает фигму, его не нужно записывать в помощники дизайнера — у него другая роль. Обычно на хаках есть рекомендации по составу, желательно искать людей прям строго по ним. Если останутся места, можно уже думать, а кого ещё взять, какую часть команды укрепить.
Желаю успехов на будущих хакатонах!
Спасибо за комментарий! Согласна, насчёт системы "один человек - одна роль", - она самая рабочая. На хакатоне так и вышло - каждый из нас занимался почти всё время чем-то одним (анализ данных, обучение моделей, дизайн, фронтенд). Помогали друг другу все и всем, но как получится и если останутся силы.
Так что да, в настоящей dream team должны быть специалисты для каждой роли. Иначе нагрузка с нескольких ролей может свалиться на плечи одному человеку, как в нашем случае, или придётся всей командой латать кадровые дыры.
интересно есть ли подобное в не программерских областях. в приборостроении или станкостроении
Был на оффлайн площадке, правда решал кейс с белыми медведями. С удовольствием наблюдал за вашей защитой, молодцы!
Первый блин комом.
7 место из 15- это отличный вариант для первого хакатона. Дальше результат будет лучше.
Категорически рекомендую пройти курсы по ML на Openedu, там есть курс от МФТИ, ИТМО, ВШЭ, они должны помочь привести в порядок знания.
Получается, что в командном участи по ML, достаточно чтобы в команде был 1-1,5 человека которые разбираются в этом самом ML. Ну еще человек, который может нарисовать презу (в ПП) и выступить. Итого 3. А все остальные просто обуза.
Я бы чуть-чуть изменила набор. В идеале четыре человека должны разбираться в ML, причём кто-то должен лучше шарить за модели, а кто-то за аналитику данных. Пятый - дизайнер. Выступать должен тот, кто хорошо понимает решение, ему потом ещё на каверзные вопросы жюри отвечать. Плюс, чтобы раскрыть тему на защите, несведующему человеку придётся не иначе как зубрить готовый текст (который сможет составить только тот, кто шарит в ML).
Ну ещё, в зависимости от задачи, могут понадобиться фронтенд и бэкенд. В ML обычно или нужен только фронт (какой-то интерфейс для ввода данных и получения предсказания), или его не нужно вообще (only обученная модель).
Мы потому и не заняли высокого места, что в нашей команде только полтора человека строили модели и двое умели в анализ данных. Кстати, требование по командам было 3-5 человек, можно было прийти и втроём. Но в победители попадали только пятёрки, в которых в ML шарили вообще все.
Привет!
Спасибо большое за пост, приятно окунуться в атмосферу хака в текстовой атмосфере)
Тоже участвовали в этом хаке и в этом же треке, даже 3 место заняли)
Как я пошла на хакатон Data Science с нулевым опытом в Data Science