Creación de una herramienta de combinación para ayudar a los fundadores de empresas emergentes a encontrar las mejores incubadoras: un proyecto independiente de principio a fin |  de Jeremy Arancio |  noviembre de 2023

Un recorrido por el proyecto para proponer las mejores incubadoras para fundadores de empresas emergentes, utilizando Python, Pinecone, FastAPI, Pydantic y Docker.

Aprovecharuna startup dedicada a ayudar a los fundadores en su viaje empresarial, se acercó a mí para desarrollar una herramienta que ayude a su comunidad a encontrar las incubadoras más adecuadas: la herramienta de emparejamiento.

En este artículo, recorremos las diferentes etapas de este proyecto, desde el diseño de la solución hasta la entrega.

Foto por Rames Quinerie en desempaquetar

A la empresa y sus cofundadores les gustaría crear una herramienta que permita a su comunidad de fundadores de empresas emergentes encontrar las mejores incubadoras y aceleradoras de todo el mundo.

Para hacerlo, recopilaron manualmente datos de los sitios web de las incubadoras, incluidos detalles como la ubicación, diversos requisitos, oportunidades de financiación y más. Además, aprovecharon una comunidad comprometida de fundadores.

Con los datos de las incubadoras y su comunidad, necesitaban encontrar una manera de recuperar los incubadoras top-k basado en información de inicio.

Desafío aceptado.

Descripción general

A primera vista, el proyecto parecía un sistema de recomendación como el que utilizan Netflix o Amazon para sugerir las mejores series o productos a sus usuarios. A partir del comportamiento del usuario, como clics, reseñas o votos positivos, una empresa puede anticipar y recomendar el producto más adecuado.

Sin embargo, en este escenario particular, carecíamos de datos previos sobre las preferencias del fundador. Por lo tanto, en este caso era inviable construir un sistema de recomendación.

Un enfoque alternativo podría haber implicado incrustar datos de incubadora y de inicio en un espacio vectorial para un búsqueda de similitud. En pocas palabras, este método implica medir la distancia entre vectores para identificar las incubadoras más cercanas a una startup determinada.

Pero este enfoque tuvo muchos defectos en este caso.

Las incubadoras tienen lo que yo llamo criterios durosfactores que podrían resultar en consecuencias inmediatas…