Costruire uno strumento di abbinamento per aiutare i fondatori di start-up a trovare i migliori incubatori: un progetto freelance end-to-end |  di Jeremy Arancio |  Novembre 2023

 | Intelligenza-Artificiale

Una guida dettagliata al progetto per proporre i migliori incubatori per i fondatori di start-up, utilizzando Python, Pinecone, FastAPI, Pydantic e Docker

Imbracaturauna startup dedicata ad assistere i fondatori nel loro percorso imprenditoriale, mi ha contattato per sviluppare uno strumento che aiuti la loro comunità a trovare gli incubatori più adatti: lo strumento di corrispondenza.

In questo articolo percorriamo le diverse fasi di questo progetto, dalla progettazione della soluzione alla consegna.

fotografato da Remi Quinerie SU Unsplash

L’azienda e i suoi cofondatori vorrebbero creare uno strumento che consenta alla comunità di fondatori di start-up di trovare i migliori incubatori e acceleratori in tutto il mondo.

Per fare ciò, hanno raccolto manualmente i dati dai siti web degli incubatori, inclusi dettagli come ubicazione, vari requisiti, opportunità di finanziamento e altro ancora. Inoltre, hanno sfruttato una comunità impegnata di fondatori.

Con i dati degli incubatori e della loro comunità, dovevano trovare un modo per recuperare i file incubatori top-k sulla base delle informazioni di avvio.

Sfida accettata.

Panoramica

A prima vista, il progetto sembrava un sistema di raccomandazione come Netflix o Amazon utilizzato per suggerire le migliori serie o prodotti ai propri utenti. Dal comportamento degli utenti come clic, recensioni o voti positivi, un’azienda può anticipare e consigliare il prodotto più adatto.

Tuttavia, in questo particolare scenario, non disponevamo di dati preliminari sulle preferenze del fondatore. Pertanto, in questo caso la costruzione di un sistema di raccomandazione non era fattibile.

Avrebbe potuto comportare un approccio alternativo incorporamento dati dell’incubatore e dell’avvio in uno spazio vettoriale per a ricerca di similarità. In parole povere, questo metodo prevede la misurazione della distanza tra i vettori per identificare gli incubatori più vicini a una determinata startup.

Ma in questo caso questo approccio presentava molti difetti.

Gli incubatori hanno quello che chiamo criteri rigidifattori che potrebbero comportare un immediato…

Fonte: towardsdatascience.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *