В этом году MAKERTHON стал самым массовым в истории университета более 180 участников, 30 проектов на старте и 14 на финальной защите и более 10 экспертов из индустрии, сообщает пресс-служба ТюмГУ.
«С каждой итерацией мы внедряем новые решения и идеи в проектный марафон. В этот раз была введена внутренняя игровая валюта, за которую участники могли приобрести услуги лазерной резки, 3D-печати, купить сувениры и сделать заказ на «бирже труда». Эти условия помогли им помимо воплощения своего проекта в жизнь сформировать базовые навыки предпринимательства», – рассказал начальник отдела бизнес-акселератора технологического парка ТюмГУ Александр Ермаков.
В итоге победило в марафоне победило 8 команд:
· Проект «Автоматизированная циркулярная система выращивания» – модуль для круглогодичного выращивания продовольственных растений в городских или индустриальных условиях (команда RusTeam);
· Проект «Автоматизированный вермиинкубатор с трехфазной продукцией» – устройство, использующее дождевых червей различных видов как биологических агентов переработки органических остатков для создания удобрений (команда WormersBrazzers);
· Проект «WaterFall» – умный душ с функцией регуляции температуры воды и напора с возможностью настройки параметров с помощью смартфона (команда ProCorp);
· Проект «Cashbackdom.ru» – сервис автоматизированного подбора квартир в новостройке без участия риелторов с кэшбеком 1% (команда Сashbackdom.ru);
· Проект «Гигантуино»– работоспособный макет платы Arduino UNO, предназначенный для презентации работы платы в доступном для обучающихся формате (команда ShineSquad);
· Проект «Умная покупательская корзина» – корзина, которая подскажет покупателю стоимость интересующего его товара, подсчитает общую стоимость всех товаров, а затем сама синхронизируется с кассой (команда BrainWaVe);
· Проект «ReviewBattery» – урны для сбора использованных батареек с возможностью проверки остаточного заряда элемента питания (команда J-hope);
· Проект «D-Rail» – сервис распознавания номеров объектов подвижного состава железных дорог на основе машинного обучения (команда ZaWarudo).
