PennApps 属于学生的黑客马拉松

简介: Pando Daily的 Erin Griffith 待在校园的大礼堂里,350 多个学生面对着主席台,他们中很多人蜷缩在折叠椅里,打瞌睡,坐在他身边的家伙甚至微微打鼾。

image.png

Pando Daily的 Erin Griffith 待在校园的大礼堂里,350 多个学生面对着主席台,他们中很多人蜷缩在折叠椅里,打瞌睡,坐在他身边的家伙甚至微微打鼾。


他们昏昏欲睡是因为太累了——他们刚完成属于黑客版本的马拉松,连续 40 个钟头写代码、生成。现在是 PennApps 最后的 demo 演示环节。


PennApps,这个全球最大的学生黑客马拉松不是在斯坦福举行,也不是在麻省理工,而是在费城宾夕法尼亚大学。来自全国乃至全世界的学生来到这里参加比赛。


从德雷克萨尔大学或宾夕法尼亚大学走出来的学生更倾向于在其他地方建立自己的公司,如 Lore、Birchbox、Venmo、WantWorthy、Invite Media、Warby Parker 和 Custora 都在纽约;而 AdMob 和 Milo 则选择进军加利福尼亚。不过这些公司的“创业初恋”都是在费城,而费城也是风投企业 First Round Capital 资金 Dorm Room Fund 落地的第一个城市。这里也是 PennApps 的故乡。


这个周末,PennApps 将 450 名学生提交的 119 个程序项目展示在网站 Hacker League 上。其中,前 20 名项目更有充满技术性的 3D 绘图、运用人脸识别实现 3D 视图的 Android 应用,也有随时跟踪财物的智能书包,一个咖啡机能在咖啡煮好时给你发短信,还有一个能够发推特的马桶。


Griffith 觉得这个活动还比较靠谱,更多的是鼓励学生创业,而且它确实为学生提供了一些机会。


“把自己训练得更具创造性,这取决于学生自己。PennApps 教授创造的乐趣。”

Venmo 创始人 Andrew Kortina 表示,不能把大学仅仅当做职业学校,只为了让学生准备好,赢得进入“真实世界”的入场券——得到微软或 Google 的一份工作。


这个活动甚少有类似“改变世界”等大而空的套话,而是推崇程序员和创造者。风投公司希望为未来的生意打下基础,因为有朝一日这些程序员将开始自己的公司。而如 Dropbox 等赞助方希望能雇佣到优秀的学生,加入码农大军。其他的赞助商如 Twilio、Kayak 希望年轻的程序员能够用它们的 API 开发更多程序。也有一些公司仅仅出于善意,为这个群体带来现金等奖励。


当然评选获奖项目是个艰难的决定。Griffith 就听到学生抱怨评委会明显选择那些新奇的项目,而无视一些最酷却可能比较低调的项目。但黑客马拉松通常如此,新奇的项目更吸引眼球,硬件结合的则让人印象深刻,并非每一个优秀的科技创新都能在短期内被发现,特别是在一个两分钟的现场演示中。


今年的大赢家是 Inventory,这是一个安置在书包里的 RFID 扫描仪,能够跟踪你的财物,同时有一个相应的 Android 应用,当用户落下东西时,应用便会发出提醒。

相关文章
|
Java API Spring
Java SpringBoot 公众号集成模板推送消息
Java SpringBoot 公众号集成模板推送消息
|
Docker 容器 文件存储
飞牛fnOS Docker镜像加速配置全攻略
本文介绍了如何在飞牛fnOS中配置Docker镜像加速服务,通过设置轩辕镜像仓库加速器,提升镜像拉取速度与稳定性。内容涵盖配置前准备、加速源设置、首选加速源调整及使用指南,帮助用户高效完成镜像操作。
8786 56
|
机器学习/深度学习 存储 自然语言处理
|
人工智能
通过ChatGPT打造10W+公众号文章
这是一篇非常具有实操性的指南,可能会动到一些某些行业人的蛋糕,但我无益于此。我是一名关注AIGC的博主,初衷是希望每个人都能利用AI工具,为自己的行业增加动力。只有你有心,把文章读几篇,然后自己动手实践,一定能获得成果。
3373 0
通过ChatGPT打造10W+公众号文章
|
2天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1200 1
|
25天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9592 32
|
11天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。

热门文章

最新文章