AssistMe

Universidad EAFIT – Ingeniería de Sistemas – 2018 – 2

Integrantes:

Felipe Cortes ( fcortesj@eafit.edu.co )

Isabela Muriel ( imurielr@eafit.edu.co )

Luisa María Vásquez ( lmvasquezg@eafit.edu.co )

Rafael Villegas ( rvillegasm@eafit.edu.co )

Problemática:

A principios de este semestre se nos fue planteada una problemática por parte de departamento del desarrollo estudiantil: Al momento de realizar el registro de un evento, este era largo, demorado e ineficiente ya que generaba problemáticas al momento de realizar estadísticas sobre el evento, además, muchas veces al contratar a una empresa, salía muy costoso y no producía ninguna mejora significativa.

Descripción del proyecto:

AssistMe es un sistema que permite realizar el registro a eventos por medio del uso del carné estudiantil, permitiendo una reducción del tiempo de registro significativamente y una mayor facilidad de análisis de eventos.

Factores de innovación:

AssistMe incorpora la lectura del carné estudiantil para que los asistentes a un evento puedan ingresar más rápidamente, además permite a los organizadores analizar a sus asistentes por edad, sexo, ocupación, entre otras cualidades para definir el publico objetivo de sus eventos y utilizar esta información para fines diversos tales como el marketing, venta de boletas, entre otros.

Screenshots:  https://www.youtube.com/watch?v=_ObaCFQj9js&t=1s

Proceso de ideación, definición y diseño del producto

Después de hablar con el product owner y con varias personas del departamento de desarrollo estudiantil responsables  de la realización de múltiples eventos, decidimos buscar la forma de resolver la problemática planteada a partir de las herramientas ofrecidas por la universidad, viendo en el carné estudiantil una oportunidad de ayudar significativamente a la solución.

Comenzamos entonces a acercarnos a la tecnología empleada por el sensor y a investigar diferentes maneras de ayudar a quienes organizaban eventos de gran escala, quienes sugirieron diferentes funcionalidades como gestión de usuarios, pre-inscripción y estadísticas, las cuales fuimos incorporando para hacer cada vez el sistema más completo. Una vez recolectadas todas las funcionalidades propias del sistema se comenzó a desarrollar siempre enfocado a la agilidad del registro y a la facilidad de administración de los organizadores.

Tecnologías empleadas

Para el front-end se utilizó el framework Electron el cual permite diseñar aplicaciones de escritorio usando tecnologías web como HTML, Javascript y CSS. En este también se uso Python para hacer todas las funcionalidades del cliente que requieran acceder a funciones del sistema operativo del computador. Para el back-end se usó un framework de Python conocido como Flask, con el que se creó un servidor tipo RESTapi el cual recibe peticiones por parte del cliente y se conecta a la base de datos remota creada con “Azure for MySQL” .

En la parte de hardware se usó un sensor de tipo RFID para leer el serial asociado a un carné, este va conectado a una Raspberry pi programada para controlarlo. Esta se conecta al cliente por medio de una conexión TCP (usando Ethernet). Para desplegar el servidor se usó un contenedor Docker, el cual puede correr en una máquina como un proceso en segundo plano con todas las ventajas de una maquina virtual. Este se desplegó usando el servicio de contenedores que ofrece Heroku.

Recursos:

Video: https://youtu.be/xyPocv2WeZc

Iris Emotion Recognition

Problemática:

A nuestro product Owner, actualmente realizando su tesis de Doctorado, le es necesario un sistema que le permita reconocer las emociones de ponentes, los cuales se encuentran en vídeos previamente grabados.

Descripción del proyecto:

Nuestro proyecto se enfoca en 2 ámbitos, el primero es la obtención de emociones vistas en el vídeo y el segundo con la ayuda de machine learning usar un sistema de entrenamiento que permita dar un diagnostico sobre el discurso presentado por el ponente.

Factores de innovación:

Aplicación de conceptos propios de machine learning para generar diagnosticos acertados a través de un sistema de clustering para obtener estos resultados.

Tecnología empleada para el proyecto

Como ya habíamos mencionado la principal tecnología fue Machine Learning, esta nos  permitió realizar el cluster que tiene guardados los tipos de diagnosticos a entregar, adicional a esto también se empleó nodejs para realizar la vistas de la plataforma Web. Y por ultimo, utilizamos MongoDB para el guardado de los resultados.

Estilistas de Corazón

Universidad EAFIT – Ingeniería de Sistemas – 4to semestre.

Nombre del proyecto: Estilistas de Corazón.

logo

Integrantes:
-Alexander Acosta Jiménez – aacosta8@eafit.edu.co
-Ana María Bedoya Hernández – abedoy19@eafit.edu.co
-Juan Fernando Ossa Vásquez – jossava@eafit.edu.co

Problema: En Medellín hay más de 200.000 personas con discapacidad y además el 10.1% de la población de la ciudad tiene 60 años o más. Estas personas deben incurrir en gastos extras para movilizarse hacia un salón de belleza o no tienen un acompañante para dicha actividad, lo cual genera en ellos sentimientos de tristeza y de exclusión, pues no existe en la ciudad un servicio que pueda acomodarse a sus necesidades.

Descripción del producto: Estilistas de Corazón es una herramienta web disponible en computadores de escritorio y en dispositivos móviles que permite la participación activa de dos tipos de usuario: cliente y estilista. Los primeros tienen la posibilidad de realizar varias acciones en el sistema: pedir una cita a un estilista desde la comodidad de su hogar usando su voz para llenar los campos correspondientes, conocer con anticipación el trabajo (cortes) que ha realizado el estilista quien prestará el servicio, así mismo pueden ver las experiencias que otros usuarios han tenido con el profesional de la belleza y a su vez pueden añadir sus propios testimonios .  Por su parte, los estilistas son los responsables de: subir el horario que tienen disponible para prestar sus servicios, adjuntar fotos de cortes que hayan hecho a sus diferentes clientes y también pueden añadir diferentes experiencias que hayan tenido con otros usuarios.

Proceso de ideación, definición y diseño del producto: Esta iniciativa surgió de las entrevistas realizadas para validar la idea planteada inicialmente. Antes, se tenía planeado implementar un aplicativo para que cualquier persona pudiera pedir una cita desde su casa, sin importar si fuera discapacitado o no. Sin embargo, al entrevistar a un barbero del sector, él habló sobre el problema en personas discapacitadas que él había detectado, y motivó al equipo a desarrollar la solución para dicha problemática. Luego de eso, se inició a implementar una página web cuyo mayor reto era la usabilidad y que pudiera ser accedida de igual forma en dispositivos móviles. Para satisfacer dicho objetivo se realizó un aplicativo agradable a la vista y además se implementó reconocimiento de voz para que fuera más fácil para el usuario ingresar información.

Tecnologías empleadas:

  • Ruby on Rails (Framework)
  • Ruby (Back-end)
  • Bootstrap (Front-end)
  • Heroku (Servidor)

Página web del sitio:

https://estilistasdecorazon.herokuapp.com/

Screenshots:

15134313_1483630594987002_1161987067_n 15139356_1483631091653619_1815918098_n 15152946_1483630518320343_160734093_o 15174579_1483630928320302_1765236489_n 15127396_1483628738320521_259618643_o15211550_1483630628320332_1646214757_n