GreatMinds_Logo

Great·Minds#9

#hybrid

24-26 Dec 2024
כ"ג-כ"ה כסלו, תשפ"ה

לב | נווה | מבחר


הרשמה לסטודנטים

הרשמה למנטורים

הרשמה לחברות (אתגר)

ההרשמה תיפתח בקרוב

ההרשמה לסטודנטים נסגרה
ההרשמה תיסגר ב-26/05 בשעה 23:30

מתעניינים במתן חסות להאקתון?

סוגי חסויות

48 שעות של עבודה קשה וכיף בלתי נגמר, בהאקתון התשיעי שיתקיים בקמפוס לב - ירושלים. סטודנטים ממחלקות שונות ישלבו כוחות כדי ליצור, לחדש ולהתמודד עם אתגרים שיציבו להם חברות, ארגונים ועמותות מהתעשייה.

(פטור נוכחות משיעורים למשך ההאקתון ינתן למשתתפים באישור משרד הרקטור).

הצצה להאקתון הגברים השלישי:
הצצה להאקתון הגברים השני:

איך זה יעבוד?

General

נרשמים

וממלאים טופס קצר

General

משתבצים

מקימים או מצטרפים לקבוצה ובוחרים אתגר

General

מתכוננים

בסדנאות הכנה כלליות וקבוצתיות

General

פותרים

את האתגרים במהלך ההאקתון בליווי מנטורים



מחפשים להצטרף או לצרף לקבוצה בהאקתון?

לשם כך פתחנו לכם קבוצת ווטסאפ ומאגר למחפשים להצטרף לקבוצה או לצרף לקבוצה

לרישום במאגר משתתפים/קבוצות

מאגר משתתפים/קבוצות



enter
כניסה להאקתון

פרטי וגובה הפרסים יעודכנו בהקדם

פרס ראשון

3000₪

פרס שני

2000₪

פרס שלישי

1500₪

מימוש כספי הזכייה לטובת קידום המיזם יגדיל את הפרס ל:

6000₪

4000₪

3000₪

לו"ז


הלו"ז יתפרסם כאן לקראת ההאקתון

לו"ז


יום שלישי 10/12


מפגש עבודה 1

19:00 התחלת עבודה
בליווי מנטורים
מרכז היזמות
20:00 נשנושים מרכז היזמות
22:00 סיום מרכז היזמות

יום רביעי 18/12


מפגש עבודה 2

19:00 התחלת עבודה
בליווי מנטורים
מרכז היזמות
20:00 נשנושים מרכז היזמות
22:00 סיום מרכז היזמות

יום שלישי 24/12


מתחילים בכל הכוח

11:30 קבלת פנים - בראנצ’ אודיטוריום
12:30 אירוע פתיחה אודיטוריום
13:00 מתחילים לעבוד חדר אוכל
14:00 הגשת דו"ח פרטי קבוצה סילבוס
14:30 מפגש ראשי קבוצות
טיפים לניהול קבוצה בהאקתון
סוכו 210
16:00 תפילת מנחה חדר אוכל
17:00 תפילת ערבית חדר אוכל
19:00 ארוחת ערב חדר אוכל
21:00 דגשים לפרזנטציה
(2 נציגים מכל קבוצה, טכני ושיווקי)
סוכו 210
22:00 הגשת דו"ח תמונת מצב 3 סילבוס
22:30 הגרלה לסדר ההצגות בחצי הגמר חדר אוכל
00:00 ארוחת לילה + הגרלת פרסים (לנוכחים בלבד) חדר אוכל

יום רביעי 25/12


קפה שחור חזק

07:00 תפילת שחרית ביהמ"ד
08:00 ארוחת בוקר והמשך פיתוח קבוצתי חדר אוכל
09:00 העלאת מצגת למשוב סילבוס
11:00 תמונת אווירה משותפת חדר אוכל
12:30 ארוחת צהריים חדר אוכל
14:00 סבב הערכת מורכבות טכנולוגית חדר אוכל
16:00 תפילת מנחה חדר אוכל
17:00 תפילת ערבית חדר אוכל
17:15 הדלקת נרות + סופגניות חדר אוכל
18:30 חצי הגמר
חזרה גנרלית לפרזנטציות + פידבקים
אודיטוריום
19:00 ארוחת ערב חדר אוכל
19:30 המשך חצי הגמר
חזרה גנרלית לפרזנטציות + פידבקים
אודיטוריום
00:00 ארוחת לילה + הגרלת פרסים (לנוכחים בלבד) חדר אוכל

יום חמישי 26/12


שיפוט והכרזה על זוכים

03:00 סיום משוער לחצי הגמר -
06:00 מעבר על שיפורים
לצורך החלטה על עלייה לגמר
חדר אוכל
07:00 הכרזה על עולים לגמר לובי
07:30 תפילת שחרית ביהמ"ד
08:00 סוף זמן שליחת מצגות לגמר סילבוס
08:30 ארוחת בוקר חדר אוכל
10:00 אירוע הגמר
הצגת הפרויקטים בפני שופטים
אודיטוריום
12:00 בראנצ' אודיטוריום
12:30 הכרזה על הזוכים אודיטוריום

הלו"ז המלא יופיע בקרוב


סדנאות הכנה


מידע על הסדנאות יתפרסם לקראת ההאקתון

סדנאות הכנה


lecturer

פולסטאק חלק א' - פיתוח

בואו ללמוד את יסודות הפיתוח במערכות Full Stack! בסדנה הזו נכסה את כל מה שצריך כדי להקים צד לקוח ושרת ולהתחיל לפתח מערכות שלימות מאפס. נבנה פרויקט מקצה לקצה ונלמד איך לשלב בין כלים וטכנולוגיות כדי ליצור בסיס חזק להמשך פיתוח.
ינון בלוך, CTO at SpotReality
יום רביעי | 20/11 19:00-22:00

קמפוס לב

lecturer

פולסטאק חלק ב' - דבאופס

הכירו את הדבאופס: איך להשיק מערכות בזמן קצר ואיך להבטיח את תפקודן היציב והבטוח בסביבה דינאמית. נלמד כלים ליישום מהיר בענן ושימוש ב-Docker להרצת מערכות בפרודקשן. הסדנה תתמקד בכל מה שצריך כדי להעלות את המוצר שלכם לאוויר בצורה יעילה ונכונה.
אליה בלוך, CTO at BonData
יום רביעי | 27/11 19:00-22:00

קמפוס לב

lecturer

GPT וחברים

כל יום יוצאים לשוק כלים חדשים בעולמות ה-Generative AI (בינה מלאכותית יוצרת). הכלים האלה משנים את צורת העבודה במקצועות שלמים. בסדנה נסקור כלים שונים בתחום ונראה איך הם יכולים לעזור לכן להגיע להישגים בהאקתון הכי רחוק שאפשר.
אלכס לואיס, Team Leader at C41 Corps
יום ראשון | 28/05 19:30-21:30

זום

lecturer

פיתוח עם AI בלי לכתוב קוד

בניית פרויקט מלא מאפס באמצעות שימוש בבינה מלאכותית בלבד!
מתן פחימה, חוקר ומפתח בינה מלאכותית, nRich
יום רביעי | 26/06 19:30-22:00

קמפוס לב

lecturer

AI מעשי - להפוך רעיונות למוצרים מוגמרים בעזרת כלים חכמים

הכירו את הכלים המתקדמים בעולם הבינה המלאכותית שיכולים להפוך את הרעיון שלכם למוצר חי ונושם. בסדנה נתנסה בעבודה עם כלים פרקטיים ליצירת אב-טיפוס מהיר וממשקים חכמים, נלמד לכתוב פרומפטים בצורה נכונה ונראה איך להשתמש ב-AI לכתיבת קוד, עיצוב, פתרון בעיות, סקר שוק ועוד. זה הבסיס שמאפשר לכם לעבור בקלות מהרעיון לביצוע.
ערן יומטוביאן, Director at Schreiber LevTech Entrepreneurship Center
יום שלישי | 3/12 19:00-21:30

קמפוס לב

lecturer

איך מנצחים האקתון

עם ניסיון שנאסף מהשתתפות, מנטורינג והפקה בעשרות האקתונים בסדנה הזו תקבלו את כל הטיפים והשיטות שיעזרו לכן לנצח האקתוןניסיון של עשרות האקתונים מרוכז כאן בסדנה אחת! נדבר על הכנה אסטרטגית, ניהול זמנים ושיטות עבודה בצוות – כל מה שדרוש כדי לבלוט ולנצח בתחרות. נתחיל בשו"ת פתוח עם פיצות, ונמשיך עם כל הטיפים להצלחה בהאקתון.
ערן יומטוביאן, Director at Schreiber LevTech Entrepreneurship Center
יום ראשון | 8/12 19:00-21:30

קמפוס לב

שופטים

שופטי ההאקתון יוצגו כאן לקראת האירוע. השופטים הם לרוב נציגים של חברות, הסובבים יזמות, חדשנות וטכנולוגיה. לכל שופט אופי ומנגנון שיפוט משלו, חלקם מתייחסים יותר להיבט הכלכלי של הפיתרון, אחרים מתייחסים יותר לחדשנות הטכנולוגית, אחרים מתייחסים לאופן ההצגה וכן הלאה. השתתפות בסדנת הכנה להאקתון תציג מגוון מזויות השיפוט שכדאי להכיר.

שופטים

שופטי ההאקתון יוצגו כאן לקראת האירוע. השופטים הם לרוב נציגים של חברות, הסובבים יזמות, חדשנות וטכנולוגיה. לכל שופט אופי ומנגנון שיפוט משלו, חלקם מתייחסים יותר להיבט הכלכלי של הפיתרון, אחרים מתייחסים יותר לחדשנות הטכנולוגית, אחרים מתייחסים לאופן ההצגה וכן הלאה. השתתפות בסדנת הכנה להאקתון תציג מגוון מזויות השיפוט שכדאי להכיר.

שופטים

מנטורים

רשימת המנטורים והנושאים שבהם הם יעזרו - תתפרסם כאן לקראת ההאקתון.

איתור מנטורים


מה

היכן

מתי

אבי רוזנפלד
JCT
24/12 - 13:00 - 15:00 | קמפוס לב
24/12 - 15:00 - 17:00 | קמפוס לב
25/12 - 10:00 - 12:00 | קמפוס לב
25/12 - 12:00 - 14:00 | קמפוס לב
אבירם זילברמן
JCT
10/12 - 20:30 - 22:00 | קמפוס לב
18/12 - 20:30 - 22:00 | קמפוס לב
24/12 - 21:00 - 23:00 | קמפוס לב
25/12 - 22:00 - 00:00 | קמפוס לב
אבנר רוסלר
Airwayz
18/12 - 19:00 - 20:30 | זום
18/12 - 20:30 - 22:00 | זום
24/12 - 23:00 - 01:00 | זום
25/12 - 20:00 - 22:00 | זום
25/12 - 22:00 - 00:00 | זום
אורי קסלר
Peach
24/12 - 17:00 - 19:00 | קמפוס לב
25/12 - 18:00 - 20:00 | קמפוס לב
אוריאל ניימן
ברזילי ושות'
10/12 - 20:30 - 22:00 | זום
אליה בלוך
BonData
25/12 - 10:00 - 12:00 | קמפוס לב
25/12 - 12:00 - 14:00 | קמפוס לב
25/12 - 14:00 - 16:00 | קמפוס לב
25/12 - 16:00 - 18:00 | קמפוס לב
25/12 - 18:00 - 20:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
אליעזר גנסבורגר
JCT
10/12 - 20:30 - 22:00 | קמפוס לב
24/12 - 21:00 - 23:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
אליעזר קקון
אינטל
10/12 - 20:30 - 22:00 | זום
18/12 - 20:30 - 22:00 | זום
24/12 - 21:00 - 23:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
אריאל שטולמן
JCT
24/12 - 13:00 - 15:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
אריאל שמערלא
mobileye
24/12 - 21:00 - 23:00 | קמפוס לב
24/12 - 23:00 - 01:00 | זום
בריאן פולין
JCT
25/12 - 12:00 - 14:00 | קמפוס לב
ג'וש ווגל
CytoReason
24/12 - 17:00 - 19:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
25/12 - 18:00 - 20:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
ד"ר נח בל
JCT
24/12 - 19:00 - 21:00 | קמפוס לב
25/12 - 16:00 - 18:00 | קמפוס לב
דוד שינפלד
JCT
18/12 - 20:30 - 22:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
חנן לב
Socialvalley + JCT
10/12 - 20:30 - 22:00 | זום
18/12 - 19:00 - 20:30 | זום
18/12 - 20:30 - 22:00 | זום
24/12 - 13:00 - 15:00 | קמפוס לב
24/12 - 15:00 - 17:00 | קמפוס לב
24/12 - 17:00 - 19:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
יאיר גולדשטיין
JCT
10/12 - 19:00 - 20:30 | קמפוס לב
18/12 - 19:00 - 20:30 | קמפוס לב
24/12 - 13:00 - 15:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
25/12 - 12:00 - 14:00 | זום
25/12 - 14:00 - 16:00 | זום
25/12 - 20:00 - 22:00 | זום
26/12 - 00:00 - 02:00 | זום
יהונתן שקלים
sekerbank
10/12 - 20:30 - 22:00 | זום
18/12 - 20:30 - 22:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
24/12 - 21:00 - 23:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
יהל גיאת
JCT
24/12 - 15:00 - 17:00 | קמפוס לב
24/12 - 17:00 - 19:00 | קמפוס לב
יוסף מדבד
Tale Runners
10/12 - 20:30 - 22:00 | זום
18/12 - 19:00 - 20:30 | קמפוס לב
18/12 - 20:30 - 22:00 | זום
24/12 - 13:00 - 15:00 | קמפוס לב
24/12 - 15:00 - 17:00 | קמפוס לב
25/12 - 10:00 - 12:00 | קמפוס לב
25/12 - 12:00 - 14:00 | קמפוס לב
25/12 - 14:00 - 16:00 | קמפוס לב
ינון בלוך
SpotReality
25/12 - 10:00 - 12:00 | קמפוס לב
25/12 - 12:00 - 14:00 | קמפוס לב
25/12 - 14:00 - 16:00 | קמפוס לב
25/12 - 16:00 - 18:00 | קמפוס לב
25/12 - 18:00 - 20:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
יניב יוסף
synamedia
24/12 - 17:00 - 19:00 | קמפוס לב
25/12 - 16:00 - 18:00 | קמפוס לב
יעקב הכהן קרנר
JCT
24/12 - 19:00 - 21:00 | קמפוס לב
יצחק גולדסטנד
Cloudex
25/12 - 10:00 - 12:00 | קמפוס לב
25/12 - 12:00 - 14:00 | קמפוס לב
25/12 - 14:00 - 16:00 | קמפוס לב
25/12 - 16:00 - 18:00 | קמפוס לב
כפיר מתתיהו
Places
18/12 - 19:00 - 20:30 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
25/12 - 18:00 - 20:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
לירון שרמן
Places
18/12 - 19:00 - 20:30 | קמפוס לב
מאיר קומר
JCT
18/12 - 19:00 - 20:30 | קמפוס לב
24/12 - 13:00 - 15:00 | קמפוס לב
25/12 - 10:00 - 12:00 | קמפוס לב
מרסלו דוד
JCT
10/12 - 19:00 - 20:30 | קמפוס לב
10/12 - 20:30 - 22:00 | קמפוס לב
24/12 - 17:00 - 19:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
משה ימיני
בנק לאומי
10/12 - 19:00 - 20:30 | קמפוס לב
18/12 - 19:00 - 20:30 | זום
מתן פחימה
nRich
10/12 - 20:30 - 22:00 | קמפוס לב
24/12 - 19:00 - 21:00 | קמפוס לב
24/12 - 21:00 - 23:00 | קמפוס לב
24/12 - 23:00 - 01:00 | קמפוס לב
25/12 - 10:00 - 12:00 | קמפוס לב
25/12 - 12:00 - 14:00 | קמפוס לב
25/12 - 14:00 - 16:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
25/12 - 22:00 - 00:00 | קמפוס לב
נדב קוקורייב
Places
18/12 - 19:00 - 20:30 | קמפוס לב
24/12 - 15:00 - 17:00 | קמפוס לב
25/12 - 16:00 - 18:00 | קמפוס לב
עירן שלום
JCT
24/12 - 19:00 - 21:00 | קמפוס לב
25/12 - 18:00 - 20:00 | קמפוס לב
25/12 - 20:00 - 22:00 | קמפוס לב
שי-שלום חדד
PRIME Communications
24/12 - 13:00 - 15:00 | קמפוס לב
25/12 - 10:00 - 12:00 | קמפוס לב
25/12 - 12:00 - 14:00 | זום
25/12 - 20:00 - 22:00 | זום
שמואל ווערס
JCT
24/12 - 17:00 - 19:00 | קמפוס לב

למי זה מיועד?

תוכנה

אלגורתימים / מערכות / אתרים / אפליקציות

מנהל עסקים

סקר שוק / מודל עסקי / פרזנטציה

תעשייה וניהול

אופטימיזציה / שיפור תהליכים / תיכון תוכנה

חשבונאות

מודל עסקי / היבטים פיננסים

סיעוד

היבטים רפואים

אלקטרוניקה

תיכון חומרה / בניית חומרה

אלקטרואופטיקה

חיישונים / פיזיקה

ביו אינפורמטיקה

היבטים רפואים / תוכנה

תקשורת

תקשורות / רשתות

המלצת המערכת: שלבו בקבוצותיכם כמה שיותר תחומי ידע רלוונטיים על מנת להגדיל את סיכויי ההצלחה!


סטודנטים יתחלקו לקבוצות כדי לבנות מוצר ופרזנטציה. 

אנו ממליצים שכל קבוצה תורכב מ:

  • 2-3 סטודנטים בעלי ידע טכנולוגי (תכנות וכדו' ו/או אלקטרוניקה באתגרים הרלוונטים) - מדעי המחשב / הנדסת תוכנה / הנדסת אלקטרוניקה / הנדסת אלקטרו אופטיקה.
  • סטודנט בעל ידע עסקי (לביצוע סקר שוק, כדאיות עסקית, פרזנטציה ועוד) - מנהל עסקים.
  • סטודנט בעל יכולת ניהול וניתוח תהליכים (הובלה של צוותים ובניית מודלים באתגרים בהם זה רלוונטי) - תעשייה וניהול.
  • 1-2 סטודנטים בעלי ידע בתחומים רפואים (לאתגרים הרלוונטים) - סיעוד.
  • 1-2 סטודנטים בעלי ידע בתחום הפיננסי (לאתגרים הרלוונטים) - חשבונאות.

שימו לב שיש להציג במצגת התייחסות ברמה גבוהה גם לטכנולוגיה וגם לתוכנית העסקית, בניקוד תהיה התייחסות לשני החלקים.


אתגרים

סטודנטים יתחלקו לקבוצות כדי לבנות מוצר ופרזנטציה. 



הצצה לאתגרים מהאקתונים קודמים:


אתגרים נוספים יעלו בהמשך



לחצו על הכפתור בתחתית האתגר לצפייה בסרטון של מציג האתגר!

אתגרים נוספים יעלו כל הזמן במהלך השבועות הקרובים

בעיה

כוחות החירום, כולל רופאים, פרמדיקים, חובשים, כוחות שיטור, כיבוי וכדו' מתמודדים עם אירועים טראומטיים על בסיס יומי. חוויות אלו גובות מחיר נפשי כבד, ולעיתים קרובות האנשים שמצילים חיים נזקקים לעזרה בעצמם. למרות הקושי, רבים נמנעים מלפנות לעזרה מחשש לסטיגמה או לפגיעה בפרטיות. כדי להתמודד עם הבעיה, נדרש כלי חדשני שיאפשר לכוחות החירום לקבל סיוע נפשי ראשוני באופן מהיר, אנונימי וזמין בכל עת.

פיתרון

פיתוח מערכת דיגיטלית שמציעה שירותי תמיכה נפשית ראשונית ואנונימית לכוחות הביטחון. המערכת תשלב טכנולוגיות מתקדמות ותרכז כמה שלבים עיקריים: 1. קריאה אנונימית: משתמש יוכל לפנות באופן אנונימי ליחידת החוסן דרך פלטפורמה דיגיטלית (אפליקציה או אתר מאובטח). 2. מענה ראשוני באמצעות AI: שימוש בכלי בינה מלאכותית שיספקו תמיכה ראשונית, כולל שאלון למיפוי מצב נפשי, הצעות להרפיה מיידית (כמו תרגילי נשימה) וסיוע בניהול רגשות. 3. חיבור למענה אנושי: על פי הצורך, המשתמש יופנה במהירות לאיש מקצוע מיחידת החוסן להמשך טיפול. המערכת תבטיח שהמעבר מהמענה הדיגיטלי לאנושי יבוצע בצורה חלקה. 4. מעקב מתמשך: המערכת תציע כלים לתמיכה ממושכת, כולל תזכורות לבדיקה עצמית ותכנים מותאמים אישית לשיפור חוסן נפשי.

רמזים

- הדגש על פרטיות ואנונימיות הוא קריטי. ודאו שהמערכת אינה אוספת נתונים מזהים. - בינה מלאכותית יכולה לספק סיוע ראשוני, אך מענה אנושי נדרש במקרים מורכבים יותר. - צרו ממשק נוח ואינטואיטיבי כדי להפחית את המחסום לשימוש במערכת. רעיונות להרחבה: - אלמנט קבוצתי: אפשרות להצטרף לקבוצות תמיכה אנונימיות מבוססות צ'אט. - התאמה אישית: מערכת הלומדת את המשתמש ומספקת לו תמיכה מותאמת אישית לאורך זמן. - גיימיפיקציה: שילוב של אלמנטים משחקיים כמו צבירת "נקודות חוסן" עבור שימוש בכלים שמציעה המערכת.

כלים

- פיתוח אפליקציה או אתר מאובטח. - מודלים מבוססי NLP (עיבוד שפה טבעית) לצורך שיחות אוטומטיות. - כלים כמו Firebase לניהול תקשורת ואבטחת מידע. - תשתית מבוססת ענן לשמירה על זמינות המערכת 24/7.

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים סיעוד

בעיה

בעת מצבי חירום רפואיים, מהירות התגובה היא קריטית להצלת חיים. בעוד שהצוותים המקצועיים של איחוד הצלה מגיעים במהירות לאירועים, לעיתים קיים חלון זמן קריטי שבו מתנדבים הנמצאים בקרבת מקום יכולים להגיש סיוע בסיסי ולהציל חיים. אך לא כל אחד מכיר פרוטוקולים בסיסיים לטיפול חירום. בנוסף, במקרים רבים יש ציוד רפואי כמו דפיברילטורים או תיקי עזרה ראשונה הנמצאים בקרבת מקום, אך לא מנוצלים במלואם עקב חוסר ידע או מודעות למיקומם. נדרש פתרון שיאפשר למתנדבים בעלי הכשרה בסיסית לפעול במהירות וביעילות עד להגעת צוותים מקצועיים.

פיתרון

פיתוח מערכת חכמה הכוללת: 1. אפליקציה ללימוד כישורי רפואה בסיסיים: - מבוססת גיימיפיקציה, בדומה ל-Duolingo, שמעודדת משתמשים ללמוד מיומנויות כמו חבישה, שימוש בדפיברילטור, טיפול בחנק, והחייאה. - כל סיום של מודול יעניק למשתמש "תג כישורים", והוא ייכנס למאגר מתנדבים בסיסי. 2. ממשק חירום חכם: - האפליקציה תתחבר למערכת הקריאות של איחוד הצלה ותזהה מיקום אירועים. - כאשר מתנדב נמצא בקרבת אירוע חירום שמתאים לכישוריו, האפליקציה תשלח התראה, כולל מידע על סוג האירוע, הכישורים הנדרשים, ומיקום הציוד הרפואי הקרוב. 3. התאמה אישית ותגובה מהירה: - המערכת תמליץ רק על אירועים שמתאימים לכישורי המתנדב והקרבה הפיזית שלו. - תציע הנחיות בזמן אמת לטיפול באירוע, עם מדריך שלב-אחר-שלב בהתאם לאופי החירום.

רמזים

- חשוב לייצר חוויית למידה מהנה אך מדויקת, כדי לעודד אנשים להמשיך ולרכוש כישורים חדשים. - ודאו שממשק החירום פשוט וברור, כך שגם מי שאינו מנוסה יוכל להגיב במהירות. - שימו דגש על אבטחת מידע כדי להגן על פרטיות המשתמשים והקריאות. רעיונות להרחבה: - הערכת ביצועים: לאחר טיפול, המתנדב יכול לדווח באפליקציה על פעולותיו ולקבל פידבק לשיפור. - קהילה ולמידה שיתופית: הוספת אפשרות למתנדבים לשתף חוויות, להתייעץ ולהתאמן יחד דרך האפליקציה. - דרגות מתנדבים: הענקת דרגות והטבות וירטואליות לפי פעילות ותפקוד בשטח.

כלים

- פיתוח אפליקציה: Flutter או React Native לפיתוח חוצה פלטפורמות. - גיימיפיקציה: ספריות Python או Unity למודולים אינטראקטיביים. - ניהול קריאות: שילוב עם מערכות בזמן אמת, כמו Firebase או AWS, לזיהוי קריאות ומעקב מיקומים. - שירותי מפה ודיווח מיקום: שילוב API של Google Maps או Waze לצורך ניווט וציוד קרוב.

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים סיעוד

בעיה

בזמן אירועי חירום רפואיים, צוותי השטח מתמודדים עם תנאים לחוצים ודינמיים, בהם חשוב לאסוף, לתעד ולארגן מידע רפואי במהירות ובאופן מדויק. מידע חיוני נמסר מהמוקד, מתועד על ידי המטפלים בשטח, ולעיתים נאמר בעל פה בתנאי שטח קשים. האתגר הוא להבטיח שכל המידע הזה ייאסף בצורה נכונה, לא יתערבב בין מטופלים שונים, ויאפשר שימוש מושכל ויעיל לאחר האירוע. כמו כן, קיים צורך להפוך את המידע שנאסף לתוצרים שימושיים כמו טפסים רפואיים, סיכומי אירוע, והמלצות רפואיות להמשך טיפול – תהליך שדורש זמן ומשאבים במתכונתו הידנית.

פיתרון

פיתוח מערכת אינטגרטיבית לניהול ותיעוד אירועי חירום רפואיים, שתאפשר: 1. איסוף נתונים בזמן אמת - תיעוד המידע הנמסר מהמוקד בצורה אוטומטית, כולל זיהוי פרטי מטופל, מיקום האירוע, וסוג הקריאה. - אפליקציה לצוותי השטח שתאפשר תיעוד קולי של הערות ופעולות בזמן האירוע. ההקלטות יומרו לטקסט באמצעות עיבוד שפה טבעית (NLP) ויקושרו למטופל הרלוונטי. 2. ניהול תיק מטופל/אירוע - יצירת תיק דינמי לכל מטופל באירוע. המערכת תזהה ותקשר מידע למטופלים ספציפיים על בסיס נתונים ברורים (למשל שם, סימנים מזהים, או מיקום בטיפול). - מידע לא ודאי יישמר תחת "מידע לא מקוטלג" וניתן יהיה לשייך אותו ידנית בשלב מאוחר יותר. 3. שימוש במידע לאחר האירוע - מילוי אוטומטי של טפסים רפואיים באמצעות הנתונים שנאספו. - יצירת סיכום אירוע מובנה על בסיס תבניות מותאמות אישית. - שליחת סיכום האירוע למטופל ולגורמים רלוונטיים כמו בתי חולים או קופות חולים. 4. המלצות מבוססות AI - המערכת תוכל להציע המלצות להמשך טיפול על בסיס המידע בתיק האירוע והשוואה למקרים דומים מהעבר.

רמזים

- שימוש בטכנולוגיות עיבוד קול (Speech-to-Text) כדי להמיר תיעוד קולי למידע טקסטואלי מדויק. - חיבור לאפליקציות קיימות לניהול אירועים רפואיים כדי לשפר את התהליך הקיים במקום להחליפו לחלוטין. - הבטחת אבטחת מידע ברמה גבוהה כדי להגן על פרטיות המטופלים. רעיונות להרחבה - ממשק משתמש חכם: שימוש ב-UI פשוט ואינטואיטיבי למטפלים בשטח, כולל זיהוי קולי כדי לאפשר תיעוד מהיר ללא צורך בהקלדה. - ניתוח נתונים והפקת תובנות: ניתוח אירועים דומים לצורך שיפור התהליכים והכשרה של צוותי שטח. - התראות בזמן אמת: התראה על מידע חסר בתיק המטופל במהלך האירוע כדי לוודא שכל הפרטים הקריטיים נאספים.

כלים

- פיתוח אפליקציה: Flutter או React Native לפיתוח חוצה פלטפורמות. - עיבוד שפה טבעית (NLP): שימוש ב-Google Speech-to-Text או AWS Transcribe. - מערכות ניהול מידע רפואי (EHR): שילוב עם שירותי ענן כמו AWS או Google Cloud לתיעוד ואחסון בטוח.

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים סיעוד

בעיה

בתחום הרפואה, אבחון מדויק ומהיר יכול להיות קריטי להצלת חיים. עם זאת, מצבים רפואיים מורכבים עלולים להוביל לאבחונים שגויים או חלקיים, במיוחד כאשר ישנו חוסר במידע רפואי או כאשר נתונים חשובים אינם זוכים לתשומת הלב הנדרשת. כיום, מערכות כמו ProQA מסייעות למוקדי חירום להנחות ולתעדף מקרים רפואיים על בסיס תשובות סטנדרטיות. אך מה קורה כאשר התסמינים אינם תואמים לחלוטין למקרים המוגדרים? או כשיש מסמכים רפואיים נלווים שיכולים להצביע על מצב חירום אחר, פחות ברור? כאן נכנס הצורך בכלי שמציע מבט רחב ומעמיק יותר, המסוגל לזהות אבחנות אלטרנטיביות שעשויות להתפספס. כמו כן, קיים צורך להפוך את המידע שנאסף לתוצרים שימושיים כמו טפסים רפואיים, סיכומי אירוע, והמלצות רפואיות להמשך טיפול – תהליך שדורש זמן ומשאבים במתכונתו הידנית.

פיתרון

פיתוח מערכת חכמה שתסייע לרופאים ולמוקדי חירום בזיהוי אבחנות אלטרנטיביות על בסיס איסוף וניתוח מקיף של מידע רפואי, תוך מתן המלצות מותאמות אישית. 1. איסוף וניתוח מידע רפואי - קליטת מסמכים רפואיים ממגוון פורמטים (PDF, תמונות סרוקות, קבצי טקסט). - ניתוח התסמינים המדווחים לצד היסטוריה רפואית קיימת, כולל רגישויות, טיפולים קודמים, וממצאים מבדיקות מעבדה ודימות. 2. מנוע המלצות לאבחנות אלטרנטיביות - שימוש במודלים של למידת מכונה (ML) כדי לזהות דפוסים חריגים ולהשוות למאגרי נתונים רפואיים. - הצעת רשימה של אבחנות אלטרנטיביות מבוססות על השוואה עם מקרים רפואיים דומים וידע רפואי עדכני. 3. מערכת תיעדוף חכמה - תעדוף מצבים רפואיים דחופים ברשימת האבחנות האלטרנטיביות כדי לסייע בצמצום זמני תגובה והכוונה לטיפול מתאים. 4. המלצות לפעולה - הצעת בדיקות נוספות, ייעוצים מומלצים, או טיפולים אפשריים בהתאם לאבחנות המוצעות. - שילוב עם מערכות קיימות כמו ProQA לצורך הצלבת נתונים והוספת ערך מוסף בתהליך קבלת ההחלטות.

רמזים

- התחילו ממקרי מבחן פשוטים על בסיס נתוני בריאות ציבוריים זמינים. - חפשו מאגרי נתונים רפואיים פתוחים או השתמשו בדאטה סינתטי לאימון המערכת. - בחנו את יעילות המערכת על מקרי בוחן בהם אבחנות רפואיות שגויות גרמו לעיכובים בטיפול. רעיונות להרחבה - זיהוי אנומליות: המערכת תוכל לאתר אי-התאמות בין מסמכים רפואיים (למשל, תלונות על כאבים שאינן מתועדות בהיסטוריה הרפואית). - דיווח מותאם אישית: יצירת דוחות מותאמים שמסכמים את האבחנות האלטרנטיביות המוצעות יחד עם רמת הוודאות של כל אחת. - שיפור לאורך זמן: שימוש בפידבק מהרופאים על איכות האבחנות כדי לשפר את המודל על בסיס ביצועים בפועל.

כלים

- עיבוד שפה טבעית (NLP): כדי לנתח טקסטים רפואיים לא מובנים מתוך מסמכים (ספריות כמו SpaCy או Transformers). - למידת מכונה: מודלים קלאסיים או מתקדמים, למשל XGBoost או מודלים עצביים עמוקים, לזיהוי דפוסים רפואיים מורכבים. - אינטגרציה עם ProQA: יצירת ממשק API לצורך שיתוף מידע מהיר ואפקטיבי.

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים סיעוד

בעיה

גם כאשר חניון מציג את מספר החניות הפנויות, המידע אינו מספק הכוונה מדויקת למיקום החניה הפנויה או התאמתה לגודל הרכב. הדבר עלול להוביל למצב שבו נהגים נודדים בתוך החניון, מבזבזים זמן ומשאבים. חניות מסוימות עשויות להיות קטנות מדי עבור רכבים מסוימים או רחוקות יותר מהכניסה. כמו כן, בחניונים עמוסים, תהליך ההכוונה הופך למורכב עוד יותר כאשר מספר רכבים נכנסים במקביל.

פיתרון

מערכת חכמה שתדע לאפיין את הרכב הנכנס לפי גודלו ותכוון אותו לחניה הפנויה המתאימה ביותר. המערכת תחשב את הקרבה לנקודות מפתח בחניון (כגון הכניסה או היציאה) ואת התאמת גודל החניה לרכב. לכל רכב יוצג מסלול ברור ודינמי לחניה המתאימה ביותר באמצעות שילוט דיגיטלי בזמן אמת או אפליקציה. המערכת תוכל גם לנהל הכוונה של מספר רכבים במקביל בצורה אופטימלית.

רמזים

1. ניתן לשלב זיהוי רכבים ומידותיהם בעזרת מצלמות בכניסה לחניון או על בסיס פרטי רישום מוקדמים. 2. אפשר לעשות שימוש במכשירי סלולר של נהגים או מסכי חניון דינמיים להכוונה ברורה בתוך החניון. 3. חשוב לשלב מערכת ניהול מרכזית שתעדכן את זמינות החניות ותחשב מסלולים בזמן אמת. 4. לצורך הדמו ניתן לבצע סימולציה על בסיס מספר מסכים (מחשבים ומכשירים ניידים).

כלים

פלטפורמת Firebase לניהול תקשורת בזמן אמת Android Studio לפיתוח ממשקי משתמש Python לפיתוח וניתוח נתונים

זכויות יוצרים: החברה מעוניינת לשמור על כל זכויות היוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים

בעיה

בשנים האחרונות בכלל ומאז פרוץ המלחמה בכלל מדינת ישראל מתמודדת עם התקפות כטב"מים עוינים מכיוונים מגוונים, כולל גבולות יבשה וים. כטב"מים אלה טסים בגבהים משתנים, לעיתים נמוכים במיוחד, ובאזורים עם תנאים סביבתיים שמקשים על זיהוי, כמו החזרי מכ"ם מהים או אדי מים שמפריעים למצלמות. המערכות הקיימות מתקשות בזיהוי עקבי ומדויק של הכטב"מים, מה שמוביל לסיכונים ביטחוניים משמעותיים.

פיתרון

פיתוח מערכת מולטי-חיישנים שתשלב מידע ממספר סוגי סנסורים כמו מכ"ם, מצלמות תרמיות, חיישני LiDAR ומיקרופונים כיווניים. המערכת תשתמש באלגוריתמים מתקדמים כמו Kalman Filter לשילוב נתונים מכל הסנסורים ולהגברת דיוק הזיהוי והניטור של הכטב"מים. הפתרון יכלול סימולציה שתציג את יכולת המערכת לזהות ולנטר כטב"מים בסביבות מאתגרות, כולל מעל הים ובתנאים משתנים.

רמזים

1. ניתן לחשוב על כיוון של שילוב בין סנסורים שונים לנטרול מגבלות של כל אחד בנפרד, לדוגמה: מצלמות תרמיות יעילות בלילה, מכ"ם פועל בתנאי מזג אוויר קשים, ומיקרופונים יכולים לזהות רעש מנועים. 2. כדאי לתכנן פריסת סנסורים אופטימלית בהתאם לרעשי רקע ואיתותים חזקים/חלשים באזור הפעולה (שיפור Signal-to-Noise Ratio). 3. שקלו שימוש באלגוריתמים מתקדמים לעיבוד תמונה וזיהוי תבניות כמו Machine Learning לזיהוי אובייקטים קטנים ומורכבים.

כלים

Kalman Filter לאיחוד נתונים ממקורות שונים Python לעיבוד נתונים ROS (Robot Operating System) לפיתוח סימולציה וניהול סנסורים סימולטורים תומכי מכ"ם ו-LiDAR

זכויות יוצרים: לחברה אין צורך בזכויות יוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח אלקטרו-אופטיקה חשמל ואלקטרוניקה תעו"נ פיסיקה יישומית כריית מידע חשבונאות מנהל עסקים

בעיה

בעיה למידת חיזוקים (Reinforcement Learning - RL) מאפשרת לסוכנים אוטונומיים, כמו רובוטים ורחפנים, ללמוד משימות מורכבות באמצעות ניסוי וטעייה, תוך קבלת "פרסים" על פעולות מוצלחות ו"עונשים" על טעויות. אבל הלמידה דורשת סביבה להתנסות בטוחה וללא עלויות כבדות. Unreal Engine 5.0 הוא כלי חינמי ליצירת עולמות וירטואליים מציאותיים, שבהם ניתן לדמות מגוון תרחישים כמו נהיגה, חיפוש שטח, ושיתוף פעולה בין סוכנים. האתגר: יצירת ממשק יעיל בין הסימולטור לבין אלגוריתם הבינה המלאכותית, כך שהסוכן ילמד בצורה מדויקת ואפקטיבית.

פיתרון

פיתוח סוכן אוטונומי שיפתור משימה בעולם וירטואלי שנוצר ב-Unreal Engine. תהליך העבודה כולל: 1. יצירת סביבה וירטואלית המתאימה למשימה (למשל כביש עירוני או שטח חיפוש). 2. פיתוח סוכן בינה מלאכותית המבוסס על למידת חיזוקים, תוך קבלת משוב שוטף על ביצועיו. 3. שיפור ביצועי הסוכן על ידי כיוונון נכון של ה"פרסים" וה"עונשים". דוגמאות למשימות: - רכב אוטונומי שמנווט דרך מסלול עירוני. - רחפן שמאתר אובייקטים בשטח. - למתקדמים - ריבוי סוכנים: צוות רובוטים שעובדים יחד לסרוק אזור גדול.

רמזים

1. התחילו ממשימות פשוטות להבנה של מנגנון החיזוקים (מומלץ לפני ההאקתון). 2. למדו כיצד Unreal Engine מתקשר עם Python בזמן אמת. 3. כווננו בקפידה את איזון המשוב כדי להאיץ את תהליך הלמידה. 4. נדרשת גישה לכח עיבוד חזק על מחשב פיזי או בענן.

כלים

1. Unreal Engine 5.0 ליצירת הסביבה הווירטואלית. 2. Python עם ספריות RL. 3. מדריכים מקוונים על RL ושימוש ב-Unreal Engine.

זכויות יוצרים: החברה מעוניינת לשמור על כל זכויות היוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים

בעיה

עולם בדיקות התוכנה, עבר ברובו לבדיקות תוכנה אוטומטיות, ע"י כלים מתוחכמים. לעיתים קרובות נדרש להוכיח שרכיב תוכנה המבוסס תקשורת (UDP / TCP/IP) פועל בצורה תקינה. הדרך להוכיח היא ע"י הזרקת סדרת הודעות תקשורת, ובדיקה שסדרת התשובות המתקבלת מיחידת התוכנה הנבדקת, מתאימה לדרוש. לעיתים נדרש שהתקשורת תהיה אחרת, ולכן כדאי לאפשר בתכן גם תקשורות אחרות בעתיד. לעיתים נדרש לסמלץ שגיאות תקשורת שונות כדי לבדוק את תגובת המערכת.

פיתרון

פיתוח כלי בדיקות גנרי שיכול: 1. לשלוח הודעות תקשורת מוגדרות מראש ולנתח את התגובות של רכיב התוכנה הנבדק. 2. לאפשר התאמת תרחישי בדיקה חדשים על ידי שינוי קבצי קלט (TXT, XML או JSON) בלבד. 3. לסמלץ שגיאות תקשורת ולבדוק את תגובת הרכיב הנבדק. 4. להפיק לוג מפורט של ההודעות המשודרות והתשובות המתקבלות. דוגמאות לשימוש: - בדיקת רכיב שמנהל חיבורים באמצעות UDP. - בדיקת שרת TCP שמגיב לבקשות נתונים. - סימולציית תקלות רשת כמו חבילות שאבדו או הודעות פגומות.

רמזים

1. התחילו ממקרים פשוטים של שליחת וקבלת הודעות תקשורת. 2. הוסיפו מנגנון Logger שיאפשר ניתוח קל של התוצאות. 3. בדקו עם רכיבים שונים כדי להדגים את הגמישות של הכלי.

כלים

1. Python או C++ לבניית הכלי. 2. קבצי TXT/XML/JSON להגדרת תרחישי הבדיקה. 3. קטעי לדוגמה (מהרשת) לשליחת וקבלת הודעות UDP/TCP.

זכויות יוצרים: החברה מעוניינת לשמור על כל זכויות היוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים

בעיה

רבים מהמשחקים המוכרים לנו, כמו שחמט או משחקי מחשב קלאסיים, נשארים נאמנים לחוקים המקוריים שלהם במשך עשרות שנים. אך מה אם היינו לוקחים משחק אהוב ומרעננים אותו? עם שינויים והרחבות, אפשר להפוך משחק מוכר לחוויה חדשה ומלהיבה, כזו שתאתגר את השחקנים ותשמר את העניין לאורך זמן. הצורך הוא ליצור משחק חדש, שמבוסס על משחק קיים, אך מציע פן נוסף של יצירתיות, אסטרטגיה או דינמיקה קבוצתית.

פיתרון

המטרה היא לבחור משחק לוח או משחק מחשב מוכר ולשנות אותו כך שיהפוך למשהו ייחודי. שלבי הפיתוח: 1. בחירת משחק בסיסי: שחמט, דמקה, סנייק, או כל משחק אהוב אחר. 2. הגדרת חוקי משחק חדשים: למשל, הוספת ממד שלישי לשחמט, הכנסת אלמנט של זמן למהלכים, או יצירת דינמיקה קבוצתית במשחק שהיה מיועד לשני שחקנים בלבד. 3. פיתוח הדגמה דיגיטלית: יצירת המשחק באמצעות Python או C++ עם הדגמה על PC. 4. שילוב אלמנטים אינטראקטיביים: אפשרות לשחק ברשת מול חברים או מול בינה מלאכותית. דוגמאות למשימות: - שחמט תלת-ממדי עם לוחות מרובים שבהם כלי משחק יכולים לנוע בין שכבות. - משחק אסטרטגיה שבו החוקים משתנים באופן אקראי כל כמה סיבובים. - משחק מבוסס זמן שבו לכל שחקן יש הגבלת זמן דינמית לכל מהלך בהתאם לביצועים שלו.

רמזים

- התחילו בשינוי חוק אחד או שניים בלבד כדי לא לסבך את המשחק. - הדגישו את האלמנטים האינטראקטיביים כמו זמן, מרחב או דינמיקה קבוצתית. - תכננו את המשחק כך שישמור על איזון בין אתגר לכיף.

כלים

- שפות תכנות: Python או C++. - כלי פיתוח משחקים פשוטים (למשל Pygame עבור Python). - מדריכים מקוונים על פיתוח משחקים.

זכויות יוצרים: החברה מעוניינת לשמור על כל זכויות היוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח אלקטרו-אופטיקה חשמל ואלקטרוניקה תעו"נ פיסיקה יישומית כריית מידע חשבונאות מנהל עסקים סיעוד

בעיה

בעולם העסקי והטכנולוגי, כמויות עצומות של מידע זורמות אל מערכות ניהול. דשבורדים עמוסים במטריקות ודוחות עשויים להציג תמונה רחבה של נתונים, אך לעיתים קשה להבין אילו תובנות מהותיות ניתן לחלץ מהם. תהליך ההסקה מתוך המידע דורש מאמץ משמעותי, הבנה עמוקה של הקשרים בין הנתונים, ולעיתים גישה למקורות מידע חיצוניים כגון תיעוד, דוקומנטציה טכנית, וידע על המערכות שמפיקות את הנתונים.

פיתרון

כלי שמנתח נתונים ומסמכים רלוונטיים, ומפיק תובנות משמעותיות המקלות על קבלת החלטות. המערכת תשתמש במודל AI מתקדם שיקבל מערכי נתונים מגוונים, בשילוב מקורות מידע נוספים כמו תיעוד טכני וקוד, כדי לייצר תובנות אוטומטיות. למערכת יהיו כמה יכולות: 1. ניתוח נתונים - העלאת מערכי נתונים מהדשבורדים או ממערכות אחרות. - ניתוח מגמות, זיהוי חריגות, וקשרים בין משתנים. 2. שילוב מידע חיצוני - שילוב מקורות כגון תיעוד (Documentation), Help Center, קבצי Confluence, וקוד מקור. - המידע יעובד ויאוחד עם הנתונים ליצירת הקשר רחב ומעמיק. 3. הפקת תובנות מותאמות אישית - זיהוי בעיות פוטנציאליות, הזדמנויות לשיפור, ומגמות נסתרות. - תצוגה אינטראקטיבית של התובנות יחד עם הסבר מבוסס נתונים ומקורות. 4. המלצות ישימות - המלצות ספציפיות המבוססות על הנתונים וההקשר. - שיפור בתהליכים תפעוליים, זיהוי סיכונים או חיזוי ביצועים.

רמזים

- התחילו במערך נתונים מוגבל: כך תתמקדו במציאת תובנות ממוקדות. - שלבו מקורות מידע שונים: תיעוד טכני וקוד יכולים להוסיף ערך עצום. - תשומת לב לחריגות: לעיתים חריגה בנתונים מסמנת בעיה שורשית. - התמקדו בתצוגה אינטראקטיבית: תובנות ברורות ומובנות יאפשרו פעולה מיידית.

כלים

- ניתוח נתונים: Pandas, NumPy - למידת מכונה ו-AI: PyTorch, TensorFlow - NLP לניתוח מסמכים: Hugging Face, SpaCy - וויזואליזציה: Matplotlib, Seaborn, Plotly - מערכות BI: Power BI, Tableau

זכויות יוצרים: החברה מעוניינת לשמור על כל זכויות היוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים חשבונאות

בעיה

בשנים האחרונות אנו עדים למקרים טרגיים בהם ילדים נשכחים ברכב עקב הסחות דעת, עם השלכות קטלניות. במדינות רבות, במיוחד בחודשי הקיץ, מקרים כאלו עלולים להתרחש בשל השגרה העמוסה של ההורים והצוותים החינוכיים. נדרשת מערכת יעילה, פשוטה ובעלת השפעה מהירה שתוכל לזהות היעדרות של ילד כבר בתחילת היום וליצור קשר מיידי עם הוריו.

פיתרון

מערכת לניהול נוכחות המבוססת על זיהוי פנים: כל כיתה או גן יצוידו במאגר תמונות של כל התלמידים ומצלמה בכניסה לכיתה. בכל בוקר המצלמה תסרוק את התלמידים שנכנסו ותעדכן במערכת אם כולם הגיעו. במידה וילד לא נכנס לכיתה עד לשעה מסוימת, המערכת תשלח הודעה להוריו כדי לוודא שהוא בסדר. הודעה זו יכולה לשמש גם כתזכורת מצילת חיים במקרה של ילד שנשכח ברכב.

רמזים

1. ניתן לשלב גמישות מערכתית כדי לזהות ולנטר ילדים עם לוח זמנים משתנה (למשל חופשה מתוכננת). 2. כדאי להטמיע מנגנון שיודע לזהות את רמת האמינות של זיהוי הפנים בתנאי תאורה משתנים או כאשר ילדים עונדים מסכות. 3. לשיפור בטיחות, אפשר לשקול תזכורת קולית או ויזואלית המופיעה להורה במכשיר הנייד כאשר הילד עדיין לא נרשם במערכת.

כלים

מצלמת Realsense עם יכולת זיהוי עומק

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח חשמל ואלקטרוניקה תעו"נ כריית מידע מנהל עסקים

בעיה

צוותי הנדסה נדרשים להתמודד עם עומס רב במשימות אבטחה קריטיות, הכוללות עמידה בדרישות תאימות ואיומי סייבר. העומס הזה גורם לכך שחלק מהמשימות החשובות נזנחות או לא מבוצעות בצורה יסודית. יש צורך בפיתרון שיאפשר הפחתת העומס באמצעות אוטומציה של תהליכי אימות ואבטחה, כך שכל הצוותים יוכלו לבצע בדיקות מקיפות ובקלות, גם עם כוח אדם מוגבל.

פיתרון

פיתוח מודל מבוסס בינה מלאכותית (GenAI) שיוכל לייצר אוטומציה של משימות אבטחה מתוך סדרת שלבים מוגדרת מראש. המערכת תשתמש במודלים שפותחו על ידי LLMs (מודלים גדולים בשפה) המותאמים במיוחד לצרכי אבטחה ויאפשרו לצוותים להפיק בדיקות אוטומטיות מקיפות, גם בתנאי עבודה מקוונים וגם במצב לא מקוון. הפלטפורמה תוכל לשלב פרטים מפלטפורמות שונות עליהן מתבצעות הבדיקות, כדי לשפר את איכות התוצאות המתקבלות ולהתאים את הבדיקות לצרכים של כל צוות.

רמזים

1. קבלו כמה שיותר מידע רלוונטי על הפלטפורמה הנבדקת, כך שהבדיקות האוטומטיות יהיו ממוקדות ויעילות יותר. 2. נסו לאמן את המודל לייצר תהליכים אוטומטיים מתוך קלט מובנה שכולל את כל שלבי הבדיקה הנדרשים – כך הצוותים יוכלו להגדיר תהליכי אימות חוזרים בקלות. 3. ניתן לשלב אלגוריתם שמעריך את רמת הסיכון של משימה מסוימת ומשקלל אותה בכדי להמליץ על עדיפות במעקב ובביצוע הבדיקות.

כלים

Ollama / ChatGPT / Copilot / Claude AWS CLI Docker

זכויות יוצרים: לחברה אין צורך בזכויות יוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים

בעיה

בעת שימוש ברחפנים בשדה קרב נאסף מידע חשוב באמצעות סרטוני וידאו ותמונות, אך פעמים רבות הנתונים הללו נותרים ללא עיבוד יסודי או ניתוח. כתוצאה מכך, ניתוח סטטיסטי של הנתונים עלול להחמיץ תובנות קריטיות שיכולות לסייע במודיעין מבצעי. יש צורך במערכת שתוכל לרכז את הנתונים מהרחפנים ולהפיק מהם תובנות מודיעיניות תוך עמידה במדיניות הנתונים הנדרשת.

פיתרון

פיתוח מערכת מרכזית לניהול ועיבוד נתוני רחפנים שתשתמש בכלים קיימים להפקת תובנות מווידאו. המערכת תעשה שימוש במודלים לזיהוי אובייקטים כדי לנתח את המידע החזותי שנאסף מכלל הרחפנים ותציג תובנות מודיעיניות על בסיס מדדים שנקבעו מראש. כך, המערכת תאפשר הפקה יעילה של תובנות ממספר רחפנים בצורה מהירה וריכוזית.

רמזים

1. שקלו להשתמש במודלים קיימים לזיהוי אובייקטים כגון מודלים מאומנים ב-Hugging Face, כדי לייעל את ניתוח התוכן החזותי. 2. אפשר לכלול אפשרות לסינון ומיזוג של נתוני וידאו מכלל הרחפנים לצורך הפקת תמונה מודיעינית כוללת. 3. מומלץ להתאים את המערכת למדיניות נתונים ונהלים צבאיים בכדי להבטיח שימוש בטוח ואמין במידע.

כלים

מודלים לזיהוי אובייקטים ב-Python מודלים מאומנים של Hugging Face Notebook ML Python

זכויות יוצרים: לחברה אין צורך בזכויות יוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח חשמל ואלקטרוניקה תעו"נ כריית מידע מנהל עסקים

בעיה

הצורך בהעברת נתונים במהירות גבוהה הולך וגובר. בעוד שסיבים אופטיים מספקים מהירות גבוהה, הם דורשים תשתית פיזית יקרה ולא תמיד מעשית, במיוחד באזורים מרוחקים, אזורי אסון או במעברי מים. מערכת תקשורת אופטית במרחב חופשי (FSO) מציעה פתרון על ידי שימוש בלייזרים להעברת נתונים דרך האוויר. עם זאת, מערכת כזו מתמודדת עם אתגרים כמו יישור מדויק, הפרעות אטמוספריות והבטחת אמינות ובטיחות המידע המועבר.

פיתרון

מערכת תקשורת FSO שמשתמשת בלייזר להעברת נתונים בין שתי נקודות. הפרויקט יכול לכלול: 1. מודול שידור נתונים: המרת נתונים דיגיטליים (כגון טקסט, אודיו או תמונות) לפורמט המתאים לשידור באמצעות לייזר. 2. משדר לייזר: דיודה לייזרית או LED שישדרו את הנתונים כאותות אור. 3. מודול קליטה: גלאי פוטו (פוטודיודה או גלאי אחר) שיקבל את אותות האור ויפענח את הנתונים. 4. מערכת יישור קו ראייה: מנגנונים (ידניים או אוטומטיים) שיבטיחו יישור מדויק בין המשדר לקולט. 5. תיקון שגיאות ואבטחה: הטמעת תיקון שגיאות בסיסי להתמודדות עם אובדן נתונים וחקר שיטות הצפנה לשידור מאובטח.

רמזים

- התחילו פשוט: שדרו טקסט בלבד כדי לפשט את תהליך הקידוד והפענוח. - תשומת לב ליישור: השתמשו בלייזר פוינטר או מצלמה כדי לסייע ביישור ראשוני. - קחו בחשבון הפרעות: התחילו בניסויים בסביבה סגורה לפני שתעברו לבדיקות במרחב פתוח, שם ייתכנו הפרעות אטמוספריות. - שיטות מודולציה: חקרו שיטות מודולציה שונות (כמו On-Off Keying או Pulse Position Modulation) לשיפור קצב הנתונים והאמינות. - למתקדמים - שלבו יכולות הצפנה: עשו שימוש באלגוריתמי הצפנה (למשל AES או RSA) כדי להבטיח שהמידע המועבר יהיה חסוי גם אם השידור יורט.

כלים

חומרה: - דיודה לייזרית או LED - פוטודיודה או גלאי פוטו אחר - Arduino או Raspberry Pi לעיבוד נתונים - עדשות אופטיות למיקוד קרן תוכנה: - Python או C++ לקידוד/פענוח וטיפול בנתונים - כלים כמו MATLAB לדימוי המערכת - תוכנת עיצוב תלת-ממד לתכנון רכיבי יישור

זכויות יוצרים: לחברה אין צורך בזכויות יוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח אלקטרו-אופטיקה חשמל ואלקטרוניקה תעו"נ פיסיקה יישומית כריית מידע מנהל עסקים

בעיה

מערכות סולאריות נייחות סובלות מאיבוד יעילות כאשר השמש זזה לאורך היום, מה שמוביל לירידה באיסוף האנרגיה. כדי למקסם את כמות האנרגיה הנאספת, יש צורך במערכת שיכולה לעקוב אחר תנועת השמש ולהתאים את זווית הפנלים בזמן אמת.

פיתרון

פיתוח מערכת פנלים סולאריים מתכווננת המבוססת על חיישני אור. המערכת תשתמש במנגנון איתור מיקום השמש כדי לכוון את הפנלים לזווית האופטימלית בכל רגע נתון. 1. חיישני אור: ארבעה חיישני אור (LDRs) ממוקמים בזוויות שונות על הפנל. שינויים בעוצמת האור בכל חיישן מאפשרים לקבוע את כיוון השמש. 2. מערכת שליטה ממונעת: מנועים זעירים או סרוו יניעו את הפנל כדי ליישרו בכיוון השמש. 3. לולאת משוב: קריאת נתוני עוצמת האור מכל חיישן תשמש כקלט למערכת, שתחשב את כיוון התנועה הדרוש ותבצע תיקונים. 4. מעקב רציף: המערכת תתפקד לאורך היום ותבצע התאמות קטנות לשמירה על היישור.

רמזים

- התחילו עם חיישני אור פשוטים: השתמשו בחיישני LDR לבדיקות ראשוניות לפני מעבר לחיישנים מתקדמים יותר. - שיפור יעילות התנועה: מנועים סרוו הם פשוטים לשימוש ויכולים לספק שליטה מדויקת על תנועת הפנלים. - אופטימיזציה של המשוב: בדקו איך התאמות קטנות בזווית משפיעות על עוצמת האור כדי להבין את הקשר בין הזווית לעוצמת האור הנקלטת. - התחשבות במזג האוויר: ניתן להוסיף מד זרימה או חיישן עננות שיעצור את פעולת המערכת במידה ואין מספיק אור שמש.

כלים

חומרה: - פאנל סולארי קטן לניסוי - חיישני LDR - סרוו או מנועים זעירים - בקר Arduino או Raspberry Pi תוכנה: - קוד לבקרת מנועים מבוסס על חיישנים - ספריית PID (בקר פרופורציונלי-אינטגרלי-נגזר) לשיפור לולאת המשוב - MATLAB או Excel לניתוח נתוני יעילות

זכויות יוצרים: לחברה אין צורך בזכויות יוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח אלקטרו-אופטיקה חשמל ואלקטרוניקה תעו"נ פיסיקה יישומית כריית מידע מנהל עסקים

בעיה

בבתים חכמים קיימים כיום, השליטה מתבצעת בעיקר באמצעות אפליקציות או פקודות קוליות. עם זאת, ישנם מקרים בהם מגע או קול אינם נוחים או אפשריים, כמו כשידיים מלוכלכות או בסביבה רועשת. נדרשת שיטה נוחה, ללא מגע וללא תלות בקול, לשליטה במכשירי חשמל.

פיתרון

פיתוח מערכת בית חכם המבוססת על חיישנים אופטיים לזיהוי מחוות ידיים. המערכת תאפשר שליטה במגוון פונקציות ביתיות (תאורה, מזגן, טלוויזיה ועוד) באמצעות מחוות פשוטות. 1. חיישנים אופטיים: שימוש בחיישני IR או לייזר לזיהוי תנועות ידיים במרחב. 2. זיהוי מחוות: תכנות מערכת לזיהוי מחוות ידיים כגון סיבוב, החלקה למעלה/למטה, והצבעה לכיוונים מסוימים. 3. שליטה במכשירים: התאמת מחוות לפעולות, לדוגמה: - החלקת יד מעלה/מטה לשינוי עוצמת תאורה - הצבעה לשמאל/ימין לשינוי ערוץ בטלוויזיה - מחוות מעגליות לשליטה על טמפרטורה במזגן 4. משוב חזותי וקולי: מערכת תיתן משוב מיידי למשתמש באמצעות חיווי קולי או תאורה כדי לוודא שהפעולה בוצעה.

רמזים

- תחילה, עבדו עם מחוות פשוטות: בדקו פעולות כמו החלקה לכיוונים שונים לפני שמתקדמים למחוות מורכבות יותר. - עבדו עם סביבה מוארת או חשוכה: בדקו כיצד תאורה סביבתית משפיעה על הדיוק של החיישנים. - התאמה אישית: אפשרו למשתמשים להגדיר מחוות מותאמות אישית לכל פונקציה. - שפרו את האלגוריתם: שימוש במודל זיהוי מבוסס בינה מלאכותית יכול לשפר דיוק ולצמצם שגיאות בזיהוי המחוות.

כלים

חומרה: - חיישני IR (למשל, VL53L0X או Leap Motion) - לוח Arduino או Raspberry Pi - מודולים לתקשורת אלחוטית (Wi-Fi/Bluetooth) תוכנה: - ספריות עיבוד תנועות ידיים (כגון OpenCV) - ממשק לשליטה על מכשירי הבית החכם (פרוטוקול MQTT) - כלי הדמיה לבדיקת מחוות

זכויות יוצרים: לחברה אין צורך בזכויות יוצרים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח אלקטרו-אופטיקה חשמל ואלקטרוניקה תעו"נ פיסיקה יישומית כריית מידע מנהל עסקים

בעיה

סטארטאפים וחברות רבות במתחמי עבודה משותפים כמו WeWork ו-Urban מחפשים קשרים אמינים עם אנשי מקצוע אחרים בתחום. הצורך יכול לנבוע מצורך בשירות מסוים או ברצון לבצע חילופי שירותים (בארטר). כיום אין דרך יעילה למצוא ולחבר בין אנשי מקצוע וחברות במתחמים הללו, מה שמונע ניצול פוטנציאל מלא של רשתות הקשרים שנמצאות ממש לידם.

פיתרון

פיתוח פלטפורמה שתאפשר לאנשי מקצוע ולחברות להתחבר זה לזה במתחם על בסיס פרופילים עסקיים, תחומי עניין משותפים, או קריאות עזרה מקצועיות. הפלטפורמה יכולה לכלול אפשרות לצ'אט ישיר, לוח הצעות עבודה וחילופי שירותים (בארטר), קריאות לעזרה מקצועית, לוח אירועים ומפגשים ייעודיים לשיתופי פעולה, והמלצות מותאמות אישית לשיתופי פעולה פוטנציאליים.

רמזים

1. כדאי לשקול אלגוריתם התאמה אישי שיאתר שיתופי פעולה על בסיס תחומי עיסוק ותחומי עניין דומים. 2. ניתן לשלב לוח אירועים במתחם, כך שהפלטפורמה תוכל ליידע את המשתמשים על פעילויות נטוורקינג ולהקל עליהם ביצירת קשרים חדשים. 3. אפשר לחשוב על מנגנון דירוג ואימות, שיאפשר למשתמשים להמליץ על אנשי מקצוע מנוסים ובעלי אמינות גבוהה.

כלים

שימוש ב-Flutter ,Firebase ו-Javascript או שפות וספריות אחרות.

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח חשמל ואלקטרוניקה תעו"נ כריית מידע מנהל עסקים

בעיה

למשטרת ישראל קיים מאגר עצום של האזנות סתר המשמשות לחקירות פליליות, אך בשל מגבלות משאבים, קשה לעבור ולנתח את כל החומרים הנאספים. התוצאה היא שחומרים רלוונטיים עלולים להישאר ללא ניתוח, וקשה לחבר הקשרים בין הקלטות מתיקים קודמים לבין חקירות חדשות. נדרשת מערכת שתוכל לארגן את המידע, לחפש אזכורים חשובים ולשלוף במהירות מידע על חשודים לפי פרמטרים כמו שם או תעודת זהות, כדי לתמוך באכיפה יעילה ומהירה יותר.

פיתרון

פלטפורמה חכמה שתעשה שימוש בטכנולוגיית Speech-to-Text להמרת האזנות סתר לתמלילים. הפלטפורמה תייצר סיכומים בשלוש רמות אורך (עד 50 מילים, עד 200 מילים ועד 1000 מילים) כדי להקל על ניתוח מהיר של התוכן. בנוסף, המערכת תכיל מילון מילות מפתח וסלנג עברייני שתסייע בזיהוי דפוסי שיחה חשודים או קודים שנעשה בהם שימוש. המערכת תאפשר חיפוש לפי מילות מפתח, תעודת זהות או שם ותיצור הקשרים בין פרשיות ותיקים שונים כדי לזהות חיבורים רלוונטיים לחקירות עתידיות.

רמזים

1. כדאי להטמיע מנגנון לסינון והמלצה אוטומטית על הקלטות חשובות לפי מילות מפתח וביטויים רלוונטיים. 2. לשקול מנוע חיפוש חכם שיוכל להצליב שמות חשודים שונים המוזכרים לאורך הקלטות מפרשיות קודמות. 3. חשוב לכלול אלגוריתם המזהה שפה מקודדת, סלנג או דפוסים חשודים בתמלילים שעשויים להצביע על פעילות עבריינית.

כלים

Speech-to-Text להמרת הקלטות לתמלילים. ניתוח טקסט עם BI לניתוח והצלבת מידע ממקורות שונים.

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים חשבונאות

בעיה

עמותות וארגונים בישראל ובעולם מתקשים לאתר תורמים בעלי פוטנציאל לתרום סכומים משמעותיים, כמו חברות עסקיות וקרנות פילנתרופיות. לעיתים, הם מתמקדים בתורמים פרטיים בלבד ומפספסים שותפים אסטרטגיים בעלי פרופיל תרומות התואם את תחום הפעילות שלהם.

פיתרון

פיתוח מערכת חכמה המסייעת לארגונים לאתר תורמים פוטנציאליים על בסיס פרופיל הפעילות שלהם. 1. ניתוח פרופיל הארגון: המערכת תאפשר לארגון להזין נתונים כמו תחום פעילות, קהל יעד, מיקום גיאוגרפי ותחומי עניין. המידע יתויג באמצעות כלי בינה מלאכותית. 2. סינון חכם של תורמים: המערכת תבצע חיפוש במאגרים פומביים כמו דו"חות אחריות חברתית, תרומות בעבר ודיווחי חברות, ותמצא חברות וקרנות שתורמות לארגונים בעלי פרופיל דומה. 3. התאמה אישית: יצירת רשימה מותאמת אישית של חברות וקרנות עם מידע על תחומי הפעילות שלהן, גובה התרומות בעבר ואופן הפנייה הרצוי.

רמזים

1. מקורות מידע: - ניתן להשתמש במידע מאתרים ציבוריים כמו דו"חות הבורסה (CSR reports), מאגרי נתוני פילנתרופיה ואתרי קרנות. - חפשו שיתופי פעולה בין חברות למיזמים חברתיים בפלטפורמות כמו LinkedIn או אתרי חדשות. 2. טכנולוגיה: - נתחו את תחום הפעילות של הארגון באמצעות כלי NLP (עיבוד שפה טבעית). - בדקו באילו תחומים הקרנות והחברות פועלות לפי פרסומים ודיווחים. 3. מיקוד גיאוגרפי: - ודאו שהמערכת מתחשבת במיקום הארגון והתורמים, במיוחד במקרים שבהם ישנה העדפה לפעילות מקומית.

כלים

1. AI לניתוח פרופיל הארגון: - OpenAI - Google NLP - API לעיבוד שפה טבעית 2. מאגרים ציבוריים: - אתר הבורסה - מאגרי קרנות פילנתרופיה (למשל, GuideStar) - אתרים חברתיים כמו LinkedIn

זכויות יוצרים: החברה מעוניינת לקבל זכויות שימוש אבל אין לה צורך בזכויות יוצרים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים

בעיה

תחום האוריינות הוויזואלית, במיוחד בהקשר של השואה והעולם היהודי, מתמודד עם חוסר בכלים מתקדמים לניתוח חומר ויזואלי. אין כיום פלטפורמה שמאפשרת: - פירוק חומר ויזואלי (תצלומים, סרטים, אמנות) לגורמים שניתן לנתחם. - השוואת מקורות מאותו מדיום וממדיומים שונים. - קטלוג ביקורתי של מידע ויזואלי בצורה נוחה וחכמה. המגבלות הללו מקשות על חוקרים ואנשי חינוך בהבנה ובהוראה של תכנים ויזואליים מהתקופה הזו.

פיתרון

יצירת פלטפורמה דיגיטלית מתקדמת שתשלב כלים קיימים ותפתח כלים חדשים, שתאפשר: 1. פירוק וניתוח חומר ויזואלי: - זיהוי אלמנטים בתמונות, סרטים ויצירות אמנות (פנים, חפצים, רקעים). - יצירת שכבות מידע המפרקות יצירות ויזואליות לגורמים נפרדים. 2. השוואת מקורות: - איתור חומרים דומים לפי תוכן, מדיום או תקופה. - השוואת הקשרים היסטוריים ותרבותיים בין חומרים ממקורות שונים. 3. קטגוריזציה וביקורת: - הוספת תגים וקטגוריות המאפשרים חיפוש מהיר ונוח. - כלים לעבודה ביקורתית הכוללים דיונים והערות על בסיס החומרים. 4. כלים ללמידה אינטראקטיבית: - יצירת מסלולי לימוד המשלבים חומרים ממקורות שונים. - ממשקים לאנשי חינוך המאפשרים לבנות מערכי שיעור מבוססי חומר ויזואלי.

רמזים

1. ממשק עבודה מתקדם: - השתמשו בספריות דוגמת OpenCV או TensorFlow לניתוח תוכן ויזואלי. - פיתוח חוויית משתמש מבוססת Drag-and-Drop להעלאת וניהול חומרים. 2. אינטגרציה עם כלים קיימים: - שילוב כלים כמו Google Vision API או Adobe Sensei לניתוח מתקדם. - חיבור למאגרים קיימים כמו Europeana, Yad Vashem Archives. 3. קטלוג חכם: - פיתוח מערכת מבוססת AI ליצירת תגים אוטומטיים על בסיס התוכן. - מנגנון חיפוש חכם לפי תאריכים, נושאים או סמלים בתמונה. 4. השוואת מקורות: - פיתוח אלגוריתמי למידת מכונה למציאת קשרים בין פריטים (לדוגמה, זיהוי חפצים זהים בצילומים שונים).

כלים

1. דאטה: - העמותה תספק דאטה של חומרים רלוונטים. 2. ספריות לניתוח תמונה: - OpenCV - Google Vision API 3. מסדי נתונים חזותיים: - Elasticsearch לתמיכה בחיפושים מורכבים. 4. תשתיות AI: - TensorFlow/PyTorch

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים

בעיה

במצבי חירום כגון אסונות טבע, מלחמות או פגיעות בתשתיות, מערכות התקשורת המסורתיות כמו אינטרנט וסלולר עלולות לקרוס, להשבית או להעמיס על הרשתות. כתוצאה מכך, העברת הודעות חירום הופכת לאתגר משמעותי, במיוחד באזורים מרוחקים או מנותקים.

פיתרון

פיתוח מערכת חירום קומפקטית המבוססת על שילוב מכשיר סמארטפון, מיקרו בקר ומודול שידור בגלי רדיו. המערכת תאפשר: - קידוד הודעות חירום בקוד מורס (Morse Code) בצורה אוטומטית. - שידור ההודעות בתחום תדרים המיועדים לחובבי רדיו המאושרים על ידי משרד התקשורת. - חובבי רדיו יוכלו לקלוט את ההודעות ולהעביר את המידע לגורמי החילוץ והעזרה.

רמזים

1. תכנון חומרה: - השתמשו במיקרובקר (כמו Arduino או ESP32) לשליטה על שידור התדרים. - מודול שידור רדיו (כגון מודול RF עם תמיכה בתדרים המותרים). - חיבור למכשיר סמארטפון באמצעות Bluetooth או חיבור USB. 2. קידוד Morse: - פיתוח יישום שמתרגם הודעות טקסט לקוד מורס בצורה אוטומטית. - ניתן להשתמש ביישומים קיימים כגון morsecode.world כבסיס. 3. אינטגרציה עם סמארטפון: - האפליקציה תאפשר הקלדת הודעת חירום, קידודה ושליחתה למיקרובקר לשידור. 4. שימוש בתדרים מורשים בלבד: - ודאו שהמערכת משדרת רק בתדרים המותרים לחובבי רדיו בהתאם לתקנות משרד התקשורת. 5. מבחני שדה: - בדקו את המערכת במעבדת גלי הרדיו של החוג להנדסת אלקטרוניקה. - נסו לשדר הודעות קצרות ולקבל משוב מקולטני הרדיו על איכות השידור.

כלים

1. חומרה: - Arduino/ESP32 - מודול שידור RF (כגון CC1101 או HC-12) - סמארטפון עם מערכת הפעלה - אנדרואיד/iOS 2. תוכנה: - Python/PHP ליצירת אפליקציית הקידוד והשליטה. - Arduino IDE לתכנות המיקרובקר. 3. מקורות מידע: אגודת חובבי רדיו בישראל: https://www.iarc.org/ מדריך קוד מורס: https://morsecode.world/ פרויקט שידור פשוט: https://makerf.com/posts/ten-minute-transmitter

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח אלקטרו-אופטיקה חשמל ואלקטרוניקה תעו"נ פיסיקה יישומית כריית מידע מנהל עסקים

בעיה

סטודנטים רבים מתחילים את לימודי התואר הראשון אך נושרים לפני סיומו. נשירה זו גורמת לבזבוז זמן ומשאבים מצד הסטודנטים והן מצד המוסדות האקדמיים, ופוגעת במערכת החינוך הגבוהה כולה.

פיתרון

פיתוח מערכת מבוססת למידת מכונה (Machine Learning) שתוכל לחזות את סיכויי ההצלחה של סטודנטים בתואר ראשון, על בסיס: - נתוני קבלה (למשל, בגרויות, פסיכומטרי, ציוני מכינה). - ביצועים במהלך השנה הראשונה ללימודים. 1. תחזית נשירה מוקדמת: האלגוריתם ינטר נתוני קבלה וציונים בשנה א' כדי לחזות את סיכויי הסטודנט לסיים את התואר בהצלחה. 2. הכוונה מותאמת אישית: לסטודנטים בסיכון גבוה לנשירה יוצעו מסלולים חלופיים המתאימים יותר לנתוניהם או המלצות על תכניות תמיכה ומעקב במהלך התואר. 3. שקיפות המערכת: פיתוח מערכת "קופסה לבנה" שתאפשר לצוות האקדמי להבין אילו גורמים משפיעים על סיכויי ההצלחה, לטובת התאמת עזרה מותאמת אישית לסטודנטים.

רמזים

1. איסוף נתונים: - ניתן להשתמש בנתוני קבלה היסטוריים, ציוני קורסים משנה א', ושיעורי נשירה קודמים מהמוסדות האקדמיים. - שמירה על פרטיות: ודאו שהנתונים יהיו אנונימיים ותואמים לתקנות הפרטיות. 2. כלים טכנולוגיים: - השתמשו ב-AlGORITHMS המספקים הסבר על תחזיותיהם, כמו Decision Trees, Random Forests או Explainable AI (XAI). - ניתוח הגורמים המשפיעים ביותר על התחזית, כמו קשיי קורסים מסוימים, ציונים נמוכים בתחומים ספציפיים וכו'. 3. שיפור חוויית המשתמש: - פיתוח ממשק ידידותי לצוות האקדמי שיציג את התחזיות בצורה ויזואלית ונוחה.

כלים

1. שפות תכנות וספריות: - Python (ספריות כמו pandas, scikit-learn, xgboost) - Visual Studio Code או Jupyter Notebook לניהול הפרויקט. 2. ניתוח נתונים: - Data Visualization עם Matplotlib או Seaborn כדי להציג את הגורמים המשפיעים. 3. אינטגרציה למערכת אקדמית: - Web Framework כמו Flask או Django לפיתוח מערכת אינטרנטית אינטראקטיבית.

זכויות יוצרים: החברה מעוניינת לחלוק זכויות יוצרים עם המפתחים - לאחר ההאקתון החברה והמשתתפים שיבחרו באתגר יסדירו תנאים משלימים

רלוונטי בעיקר למחלקות: תוכנה ומדמ"ח תעו"נ כריית מידע מנהל עסקים

שותפים

חברות המשתתפות בהאקתון, בין בתמיכה כלכלית ובין ייצוג אתגר, אספקת מנטורים ומשאבים


יצירת קשר

ניתן ליצור קשר גם במייל yazamut@jct.ac.il
© כל הזכויות שמורות ללב-טק | מרכז היזמות של המרכז האקדמי לב 2023 | תנאי שימוש | הצהרת נגישות | מפת אתר
WhatsApp Icon