Inspiration
Como estudiante foráneo que comparte un departmento con otros estudiantes, es una tarea habitual gestionar los múltiples pagos de servicios y compras comunales, saber que fecha llega cada recibo, cuando se paga y cuanto debe pagar cada quien. Aunque suena sencillo, es una tarea que, si la multiplicas por 5 o más(luz, agua, gas, internet, renta, etc...) puede consumir una cantidad considerable de tiempo. Es por esto que nació la idea de una app que centralice todos estos procesos, preocupandote por sólo una cantidad a pagar mes con mes, ahorrando muchísimo tiempo al usuario.
What it does
Esta aplicación web le permite al usuario crear un grupo con sus roomates, añadir los servicios a pagar y escanear los recibos para que sean leídos mediante inteligencia artificial. Después, el costo de estos recibos se divide entre los habitantes del departamento y se les indica la fecha a pagar. Esto se hace con todos los servicios a la vez, por lo que el usuario sólo tendrá que leer la cantidad final a pagar (por todos los servicios, y una fecha que encaje con todas las fechas limites de pago. Además incluímos la función de crear listas de compras compartidas, en las que los usuarios podrán agregar productos que deseen que se compren, indicar el costo una vez que sean comprados y, al igual que los servicios, conocer la cantidad que le corresponde pagar, teniendo en cuenta solo los productos de la lista en los que está colaborando. Tambien, añadimos la funcionalidad de repartir tareas del hogar, pudiendo crear las incidencias en la plataforma, la cual las asignará automáticamente y se podrá reportar si el encargado ya la ha finalizado o no. Por último, la aplicación, en base al recibo de luz ingresado, le reporta al usuario cuando comienzan sus horas pico de gasto eléctrico, por medio de un correo automatizado en el que se le notifica y se le dan consejos para reducir su consumo durante esas horas, además de conscientizarlo sobre el impacto ambiental que implica ese consumo.
How we built it
Utilizamos diferentes herramientas para desarrollar este proyecto. Para la parte del backend, se desarrollo una base de datos en MongoDB, manejada mediante el lenguaje Go. Asimísmo, se desarrollo un complemento al backend con Matlab, el cual se encarga de la lectura de los recibos mediante Computer Vision Toolbox, Image Processing Toolbox, Text Analitics Toolbox y Statistics en Machine Learning Toolbox, en conjunto con Flask y Python. Para representar esta funcionalidades y herramientas, desarrollamos una interfaz gráfia mediante React.
Challenges we ran into
El buscar ingresar tecnologías nuevas como MongoDB y Matlab representó un reto que aumentó el nivel de complejidad en el desarrollo. Sin embargo tambien se convirtieronm en grandes experiencias de aprendizaje con las que pudimos extender nuestro stack de tecnologías y conocer de más alternativas para futuros desarrollos
Accomplishments that we're proud of
Así como representaron un reto, la implementación de las tecnologías anteriores nos demostraron lo capaces que somos de aprender incluso bajo escenarios de presión, algo que nos llenó de orgullo como equipo.
What we learned
Aprendímos que la anticipación nunca está de más, pues invertimos mucho tiempo en aprender cosas nuevas durande el hackathon, tiempo que hubiesemos podido inventir en trabajo práctico de habernos anticipado a aprender este tipos de tecnologías.
What's next for Kohabit
Kohabit tiene un potencial inmenso. Dentro de las posibilidades que tenemos planteadas, está la integración de pagos dentro de la app, los análisis de consumo de servicios, proyecciones de gastos y ahorros para los usuarios con i.a. y coaching de gestión de espacios habitacionales personalizada.
Log in or sign up for Devpost to join the conversation.