Studentene i Oslo tok i sommer fatt på oppgaven med å forenkle dialogen mellom innbygger og kommunens planavdeling. Slik kan kommunens innbyggere være mer involvert i kommunens vedtak, og beslutninger kan tas på et langt mer demokratisk grunnlag.
Er det mulig å samle ulike sensordata i én enkelt løsning? Studentene i Kristiansand har gjort et dypdykk i et hav av data denne sommeren.
Norkart ble denne uken kåret til årets bedrift i Bærum, i regi av Nordea. – Vi er stolte av anerkjennelsen som ligger i denne prisen, og tar den med oss videre som en bekreftelse på at vi er på rett spor inn i fremtiden, sier Bent Brugård, administrerende direktør i Norkart.
Kan vi lage en webbasert klient for visning og redigering av kartdata? Sandvika-gjengen fikk et spennende oppdrag å bryne seg på denne sommeren.
Hvordan er solforholdene, nabolaget, områdeinfoen eller utbyggingsmulighetene for eiendommen? I Trondheim jobbet sommerstudentene med en løsning for å samle mange nyttefunksjoner for boligkjøperen.
Fjernavleste vannmålere – hvordan oppdage avvik fra normal bruk? Sommerstudentene på Lillehammer gjorde en grundig jobb med sitt sommerprosjekt hos Norkart.
Vi kom oss gjennom en presentasjon uten for mange demospøkelser. Litt feil oppløsning på skjermen, men vi var godt fornøyd med å kunne vise frem resultatet av arbeidet vårt.
Resultatet av disse 6 ukene er en webapplikasjon som tar inn forskjellig forskjellige lag fra en database og visualiserer disse. Man kan markere et område der maskinlæringsmodellen har vært unøyaktig. Koordinatene for det markerte området sendes inn til et API, som da produserer nye datasett som modellen kan trene på. En slik prosess vil føre til at modellen bare blir bedre og bedre, og plutselig kan vi sitte igjen med en modell som detekterer bygninger enda bedre enn et menneskeøye greier, mye raskere. Vi har også implementert en enkel kantopprettingsalgoritme og støyreduksjon. I applikasjonen er det også en kvalitetsoversikt så man enkelt kan se hvor modellen har gjort det bra og dårlig.
Det er merkbart at vi har lært mye denne sommeren for de siste ukene har nye funksjoner gått mye fortere å implementere enn tidligere. I løpet av de siste ukene så har vi gjort siste innspurt for å ha et produkt, uten altfor mange bugs. Vi har fylt opp tavlen med oversikt over funksjonalitet som må fikses eller endres og det meste har vi kunnet sjekket av.
I løpet av denne sommeren så har jeg lært utrolig mye av å jobbe i et tverrfaglig team. Det er uten tvil bra vi har hatt en interaksjonsdesigner i gruppa. Både for å ha en som lidenskapelig bryr seg om å ha de riktige fargekombinasjonene og sørger for en god brukeropplevelse. Det har også vært deilig å alltid ha noen å spørre om hjelp når man står fast. Ofte ser man seg blind på sin egen kode og det kan være vanskelig å finne en god løsning. Jeg sitter igjen med mye mer erfaring og har lært utrolig mye av denne sommeren.
I tillegg har det vært morsomt å bli kjent med Norkart. Vi har blitt kjent med mange morsomme og hjelpsomme mennesker, og hatt stor fleksibilitet til å hva vi har lyst til å jobbe med og fokusere på. Alt i alt har det vært en super sommer, og det er litt vemodig at den nå er over.
Vi vil allerede nå ønske neste års sommerstudenter lykke til, er vil det bli konkurranse om plassene ;)
Varme hilsener fra sommerstudentene hos Norkart Sandvika!
Den første uken begynte med presentasjon av oppgaven vi skulle jobbe med og vi brukte mye tid på å sette oss inn bakgrunnen for oppgaven. I tillegg lærte vi oss React js, hvordan bruke leaflet og undersøkte selve brukersekvensen. I løpet av første uken kom vi fram til konseptet MapAid, som skal gjøre det raskere å trene en modell til å automatisk gjenkjenne bygninger. Dette gjøres ved å sende flyfoto til en modell som returnerer et resultat der den markerer bygninger. Dette resultatet kan sammenlignes med en fasit for å sjekke hvor godt modellen fungerer.
Målet er at MapAid skal gi en oversikt over hvor bra modellen har gjort det, samt gjøre det mulig å markere områder med mye feil. Deretter kan MapAid sende disse områdene tilbake til modellen slik at modellen får trent mer på det den sliter med. Dersom modellen blir god nok, er tanken at man kan laste opp data til eksterne systemer, slik som OpenStreetMap. Da vil man kunne kartlegge deler av verden som ikke er kartlagt enda, noe som vil gå mye raskere enn manuell kartlegging.
Vi hadde store ambisjoner i starten av prosjektet, og kom fram til flere funksjoner vi ville inkludere i MapAid. Nå som vi sitter i uke fire har vi lært at små ting kan ta lang tid, og at tiden går veldig fort. Vi har mye å jobbe med de siste to ukene for å få på plass alt vi vil at MapAid skal inneholde.
I løpet av de siste ukene har jeg lært hvordan man jobber alene som designer på et team med andre som ikke har samme bakgrunn. Jeg har også lært masse fra gruppa mi om hvordan man koder i React js og hvordan man setter opp et kodeprosjekt. Dette var helt nytt for meg, men heldigvis har jeg flinke folk på teamet, samt en flink veileder, som alle har mye kodeerfaring fra før. Jeg har derfor fått mye erfaring med å planlegge, jobbe med og fullføre et prosjekt sammen med andre.
Dessuten har Norkart tatt oss veldig godt i mot og vi har fått være med på alt fra sommerfest og foosball-turnering til tech-timer og nettverkskvelder. Været denne sommeren har slått alle rekorder, og da er det fantastisk at SosiKom har innført badelunsj på Kadettangen. De siste ukene i Norkart-sommer er derfor bare å glede seg til!
