W Kole Naukowym Genesys nie boimy się wyzwań

Po okresie intensywnej nauki oficjalnie rozpoczynamy prace nad naszym największym dotychczasowym przedsięwzięciem – własną biblioteką Open Source do algorytmów ewolucyjnych w języku Python.

Droga do celu: najpierw wiedza, potem kod

Zanim podjęliśmy decyzję o starcie tego projektu, poświęciliśmy kilka ostatnich miesięcy na solidne przygotowanie. Realizowaliśmy mniejsze projekty, które pozwoliły nam „poczuć” temat w praktyce.

Ogromną rolę w tym procesie odegrał nasz opiekun, dr inż. Wojciech Książek.
Podczas licznych spotkań i seminariów dzielił się z nami swoją wiedzą, prezentując szczegółowe materiały i tłumacząc zawiłości algorytmiki.
To dzięki tym dyskusjom oraz analizie przygotowanych przez niego prezentacji zbudowaliśmy solidne zaplecze teoretyczne, które teraz pozwoli nam uniknąć typowych błędów projektowych.

Dlaczego tworzymy własne rozwiązanie?

Ktoś mógłby zapytać: „Czy nie ma już takich bibliotek?”.
Owszem, istnieją — jednak po głębszej analizie rynku zauważyliśmy istotny problem: wiele z nich nie jest już aktualizowanych, nie wspiera nowoczesnych standardów Pythona albo ich wydajność i funkcjonalność pozostawiają wiele do życzenia.

Naszym celem jest stworzenie narzędzia, które będzie:

• Nowoczesne – dostosowane do aktualnych standardów programowania,
• Wydajne – zoptymalizowane pod kątem szybkości działania,
• Dostępne – finalny produkt chcemy umieścić w oficjalnych repozytoriach (m.in. PyPI), by mógł służyć programistom na całym świecie.

Na jakim jesteśmy etapie?

Czujemy się gotowi.
Zakończyliśmy etap wdrożeniowy i obecnie pracujemy nad projektowaniem architektury całego rozwiązania. Chcemy, aby kod był czysty, modularny i łatwy w dalszym rozwoju.

Gdy tylko plan architektury zostanie zatwierdzony, zabieramy się za właściwą implementację.

Trzymajcie kciuki za nasze kompilacje!