Экспертные заключения: 0
Консультации: 0
Crowdstake
Платформа для выпуска токенов блогеров.
|
Pitch Deck - https://drive.google.com/file/... Сайт - https://crowdstake.net
Мы строим платформу социальных токенов, которая позволяет обычным людям: 1. Инвестировать в креаторов и инфлюенсеров 2. Зарабатывать на росте креативной индустрии 3. Получать эксклюзивный контент от креаторов за владение токеном.
Вы можете проинвестировать в перспективного начинающего автора, помочь ему на старте его карьеры и заработать вместе с ним, когда он достигнет успеха. Это чем-то похоже на фондовый рынок, только вместо акций компаний, вы приобретаете токены перспективных авторов.
Наша платформа помогает авторам с качественным контентом закрепиться на рынке, получить финансовую поддержку от своей же аудитории. С другой стороны наша платформа позволяет фанату стать ближе к своему кумиру. Покупая токен, он получает доступ к бенефиты от автора (закрытые чаты, мероприятия, встречи, доход автора в будущем)
Команда: CEO Николай Латышев: Product manager CVD Spark, №1 стартап-студия СНГ ТехноСпарк. CTO Cергей Шилов: Ведущий fullstack разработчик. 15 лет опыта. Senjor: Golang, NodeJs, PHP CFO Максим Лукьяненко: 15 лет опыта в фин.аналитике в международных компаниях Lead Designer Альбина Александровна Артем Цива - Frontend developer
Технологии: Backend Node.js как серверный ЯП. В качестве фреймворка - NestJs. Postgresql в качестве основной СУБД. MongoDB для event sourcing событий. Redis в качестве кешера и для работы с блокировками. RabbitMQ в качестве брокера очередей. Graylog для сбора логов и статистики
Frontend WEB Typescript React + Next.js в качестве основных frontend-библиотек. Ant Design в качестве UI-библиотеки для формирования административного раздела и, возможно, кастомного дизайна MVP.
Frontend Mobile Flutter в качестве решения для разработки кроссплатформенных мобильных приложений.
|
Ссылка
Направление
IT, Креативные технологии и индустрия развлечений, Финансы, Медиа и соцсети
Рынки
TechNet
Сквозные технологии
Технологии хранения и анализа больших данных