如何在黑客马拉松中获胜?

简介: Rummage团队参加了2012年3月AngelHack举办的黑客马拉松,赢得了美国西海岸赛区的冠军,在全美排名第二。其创始人Eugene Otto在博客上分享了参加黑客马拉松的心得。让我们来看看他们有什么秘诀?

Rummage团队参加了2012年3月AngelHack举办的黑客马拉松,赢得了美国西海岸赛区的冠军,在全美排名第二。其创始人Eugene Otto在博客上分享了参加黑客马拉松的心得。让我们来看看他们有什么秘诀?


我和联合创始人Matt在这个周末花了整整30个小时参加AngelHack的黑客马拉松(全国最大的黑客马拉松),希望能赢得7万5千美金的奖励,也希望让更多人知道我们的创业公司Rummage


我们构建的SnapStore.me赢得了西海岸赛区的冠军,在全国排名第二:

image.png

我们想在这里分享下自己的体验,也希望其他参赛者多分享下自己的心得,帮助以后的黑客马拉松参加者表现得更好。


为什么要参加黑客马拉松?

首先,为什么要花30个小时去参加黑客马拉松呢?对于我们来说,主要有三个原因:

  1. 出名——参加像AngelHack这样的黑客马拉松能让我们的公司迅速获得业界的认可,同时提供更多机会让你与同行建立联系。
  2. 人脉和学习——这类活动吸引了大量创业界的精英,包括天赋卓绝、勇于创新的黑客以及经验丰富的投资者。和任何人交谈你都能学到很多。即使仅考虑人脉关系,我想我们也是成功的。
  3. 乐趣——无论输赢,我们都能做些有趣的事情,帮助完善我们的主产品——Rummage,顺带玩下我们打算尝试的酷技术。


准备是关键

黑客马拉松的规则随情况而定,但AngelHack鼓励团队赛前构思好创意。我们大概在黑客马拉松开始一周前就开始构思创意,并在赛前一天弄出了重要的页面和关键逻辑的草图。下面是主页的草图:

image.png

事先想清楚一些东西是一个巨大的潜在优势。


带上犀利工具

  • 用户界面 —— Twitter的Bootstrap库让非专业人员能够轻易设计出简洁的用户界面,自它发布以来,我们就一直用它。但Bootstrap早已不算是秘密武器,很多其他团队也在用它。为了有所区别,我们修改了一些默认样式,例如改掉了导航栏默认的黑色。建议大家熟悉Bootstrap,了解如何利用Chrome的Web inspector或者Firebug inspector来快速决定需要覆盖哪些样式。
  • 部署 —— 如果你的开发可以上线,任何人都可以通过web访问,这绝对会让人对你印象深刻。Heroku是一个很棒的服务,它让这一切都变得非常简单。开始每一个项目的时候(包括SnapStore.me),我们所做的第一件事就是将它部署到Heroku上,这让我们更快地得到反馈、降低不确定性并提高生产效率。Heroku作为Rails供应商而出名,但它同样支持其他Ruby框架、Node.js、Clojure、Java、Python和Scala。我们建议大家尝试Heroku,即使你能非常熟练地进行系统管理工作。
  • 框架 ——如果你想快速开发一个网络应用,最简单的选择就是使用框架了。发挥框架的威力而不要去担心边边角角,因为你在黑客马拉松要构建的是MVP。代码不需要写得很优雅,也不需要考虑扩展性。只要能运行就行。例如,我们使用了Rails的一个很棒的特性——随Rails 3.2发布的ActiveRecord::Store。这个特性实际上让我们达到了无模式的状态。我们改动了每个模型,当需要增加、删除、调整一些东西的时候,我们只需更改store的属性。


团队作战

黑客马拉松是认识新朋友的一个很好的方式。团队效应和明确分工是赢得比赛的重要因素。当然,如果你不认识其他人,依然可以参加,去寻找那些愿意将来和你一起工作的人组队。


实用建议

确保你舒服,这样黑客马拉松才会有趣。下面是一些实用的建议:

  • 注意饮食——避免高糖和高碳的食物,多吃含水分的食物。功能饮料是你和好朋友。
  • 牙刷和牙线——刷牙(哪怕只有一次)让我感觉清爽。刷牙是一个很好的方式,提醒我的大脑到了迎接高效的一天的时刻了。
  • 小憩——小睡一会儿绝不是件丢脸的事。我们发现了一些沙发,偷偷溜过去睡了将近一个个小时,这给我们带来了活力。如果住得近的话,我们可能会回去睡几个小时。
  • 带上耳机——必须的。在凌晨2点伴随着Turntable.fm的DJ带给你的音乐,继续你的黑客马拉松,再惬意不过。


花时间建立联系

尽可能多地和人聊天,并试着为别人作介绍。越多朋友越好。我们通过这一方式学到了很多东西,生意上的,技术上的。

举两个例子吧

  1. Thomas Korte是裁判之一,在黑客马拉松的第一天四处转悠,第二天则举办了官方时刻。我们接受了他的建议,使得SnapStore.me成为了更好、更实际的产品。他还提及一个AngelHack参赛者,那个参赛者后来把我们介绍给一个非常熟悉Rummage所在领域的人。单单是这种联系的建立就值得我们参加黑客马拉松。
  2. Firebase是赞助商之一,包括创始人在内的所有员工都全力投入到这个活动中。他们和所有团队一起庆祝,还提供了所有的啤酒。Andrew和我们讲了他创业初期的经历,告诉我们怎么做才能让Rummage发展壮大,并在我们的笔记本电脑上演示了Firebase即将发布的API。

还有很多我们遇上的人会一直保持联系,并期待着在其他活动中再次相遇。


了解判罚规则

如果你清楚赛事规则和你所面对的观众,你在决定特性优先级时会感觉良好。AngelHack的裁判大多是天使投资人和VC,所以我们尽量编写在赛后能转变为实际业务的英语。


亮相至关重要

比赛最终取决于你怎样展现你的成果。不管怎么说,裁判多半看不到你代码背后的酸甜苦辣,90秒的展示也不允许有任何闪失。必须确保产品觉具有独特的价值。没有时间给你调试麦克风,也没有时间让你修复崩溃的程序。

你要做什么取决于你的判断,但我们尽量简洁清晰地介绍我们构建的产品,它为什么吸引人,以及它为什么能变成一家成功的公司。


AngelHack三回合

回合一

20支地区决赛队伍通过一段90秒的视频来展示他们的作品。这个视频最重要的功能是证明你构建了有趣的东西,让裁判想了解更多。拍摄前,我们改善了设计,确保它能正常工作。

我们做了很多事情,确保视频的内容是我们想要的。要给做视频留足够的时间,因为做视频时可能会遇到技术问题,或者,这一过程中会在程序中发现bug。而且在截止前的几分钟大家都在上传视频,可能会遇到带宽问题,提前准备,以免意外。我们使用Screenr,非常好的免费工具。


回合二

10支地区决赛队伍以及所有的地区冠军都将通过90秒现场演示的形式来展示他们的作品,并有2分钟的问答环节。为了准备第二回合,我们练习从视频中提炼出最重要的观点,通过不同的标签页排列我们想要演示的主要特性,也针对问答环节作了练习。赢家宣布之后,我们和裁判交流,弄清楚他们喜欢我们的演示的哪些方面,不喜欢哪些方面。


回合三

最后胜出的5支全国队伍将在第二天向另一组裁判现场演示他们的作品(终于能睡一晚好觉了),并有2分钟的问答环节。白天我们依据第二回合的反馈来调整我们的作品,包括修复一些bug和设计问题。


总结

参加AngelHack黑客马拉松是一段奇妙的经历。我们非常高兴能够执行了自己的计划,构建出令我们自豪的作品,并为我们的公司Rummage创造了机会。我们也获得了一些很好的奖励,在此要感谢来自MasheryNeil Mansilla,感谢Heroku的信任以及在这之后的几周内不断和我们联系的投资人。


我们同样要感谢Greg GopmanNick Frost,以及AngelHack团队的其他成员,举办了这么好的活动。同样要感谢赞助商以及其他所有参与者,正是有了你们,这场黑客马拉松才如此精彩。

希望这篇博客能鼓励大家积极去参加黑客马拉松。

相关文章
|
11月前
|
人工智能 运维 物联网
云大使 X 函数计算 FC 专属活动上线!享返佣,一键打造 AI 应用
如今,AI 技术已经成为推动业务创新和增长的重要力量。但对于许多企业和开发者来说,如何高效、便捷地部署和管理 AI 应用仍然是一个挑战。阿里云函数计算 FC 以其免运维的特点,大大降低了 AI 应用部署的复杂性。用户无需担心底层资源的管理和运维问题,可以专注于应用的创新和开发,并且用户可以通过一键部署功能,迅速将 AI 大模型部署到云端,实现快速上线和迭代。函数计算目前推出了多种规格的云资源优惠套餐,用户可以根据实际需求灵活选择。
|
自然语言处理 算法 BI
Baum-Welch算法
Baum-Welch算法是一种用于隐马尔可夫模型(HMM)的训练算法,通过期望最大化(EM)框架迭代估计模型参数,直至收敛。该算法主要应用于语音识别、生物信息学和自然语言处理等领域,通过优化初始状态概率、状态转移概率和观测概率,提高模型对观测数据的拟合度。尽管存在局部最优和计算复杂性等挑战,但仍是HMM参数估计的重要工具。
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
387 3
|
11月前
|
机器学习/深度学习 搜索推荐 知识图谱
CIKM 2024:两位本科生一作,首次提出持续学习+少样本知识图谱补全
在信息爆炸时代,知识图谱的构建和维护面临数据稀疏与动态变化等挑战。CIKM 2024会议上,两位本科生提出将**持续学习与少样本学习结合**的新方法,有效应对这些难题。该方法通过持续学习框架适应动态变化,并利用少样本学习提高数据稀疏场景下的补全效果,显著提升了知识图谱的完整性和准确性。实验结果表明,此方法在准确性、鲁棒性和泛化能力上均有显著优势,为知识图谱补全领域带来了新思路。
303 40
|
11月前
|
人工智能 算法 Serverless
《主动式智能导购AI助手构建》解决方案用户评测
在部署体验过程中,官方提供的详尽文档和图表帮助新手轻松上手,但环境变量设置等问题仍需改进。解决方案采用Multi-Agent架构,百炼大模型实现精准推荐,函数计算优化响应速度。生产环境部署指导全面,但仍需加强异常处理和面向新手的教学资源。整体架构清晰高效,建议完善数据流描述及Router Agent算法逻辑的阐述。
313 10
《主动式智能导购AI助手构建》解决方案用户评测
|
敏捷开发 弹性计算 运维
微服务架构的优点有哪些?
微服务架构的优点有哪些?
826 61
|
11月前
|
存储 人工智能 监控
《鸿蒙NEXT——为人工智能应用中的用户数据保驾护航》
鸿蒙NEXT通过星盾安全架构,实现数据最小化授权与加密传输,确保用户隐私安全。用户可精准管理应用访问特定数据,避免过度收集;系统级文件加密和TLS等协议保障数据传输安全;隐私安全中心透明化管理应用行为,增强用户掌控权。鸿蒙NEXT为人工智能应用提供全方位数据安全保障,推动AI健康发展。
460 23
|
供应链 搜索推荐 数据挖掘
跨境电商圣诞节选品大揭秘:看板如何帮助提升选品效率?
本文探讨了跨境电商在圣诞期间的选品策略,涵盖利用大数据平台、社交媒体监测、竞争对手分析及行业趋势研究等方法。同时介绍了选品流程优化及板栗看板在选品工作中的应用,帮助卖家精准选品,提升销售业绩。
跨境电商圣诞节选品大揭秘:看板如何帮助提升选品效率?
|
机器学习/深度学习 网络架构 计算机视觉
深度学习在图像识别中的应用与挑战
【10月更文挑战第21天】 本文探讨了深度学习技术在图像识别领域的应用,并分析了当前面临的主要挑战。通过研究卷积神经网络(CNN)的结构和原理,本文展示了深度学习如何提高图像识别的准确性和效率。同时,本文也讨论了数据不平衡、过拟合、计算资源限制等问题,并提出了相应的解决策略。
375 19