Data: 26 października 2025
Jako programista z 2-5 godzinami tygodniowo możesz:
- Zbudować aplikację mobilną zbierającą dane o potrzebach rodzin (2-3 miesiące)
- Stworzyć system zarządzania beneficjentami dla NGO (1-2 miesiące)
- Mapowanie slumsów - web app z OpenStreetMap (3-4 tygodnie)
- Fundraising platform - strona do zbiórek (2-3 tygodnie)
- AI do analizy zdjęć - wykrywanie niedożywienia (zaawansowane, 3-6 miesięcy)
- Dashboard do monitoringu - wizualizacja danych projektu (1 miesiąc)
Impact: Każdy z tych projektów może zwiększyć efektywność pomocy o 30-50% i pomóc dotrzeć do 2-3x więcej rodzin.
Co: Landing page dla "Slumsy nie takie straszne"
Stack: HTML/CSS/JS, React, Next.js, lub Gatsby
Funkcje:
- O projekcie
- Jak pomóc
- Formularz kontaktowy
- Blog (markdown)
- Zbiórki (integracja Stripe/PayPal)
Czas: 5-10 godzin
Impact: Zwiększa wiarygodność, ułatwia fundraising
Repo template: GitHub - charity-website-template
Co: Bot postujący success stories na Instagram/Facebook/Twitter
Stack: Python + APIs (Instagram Graph API, Facebook Graph API)
Funkcje:
- Scheduled posts
- Hashtagowanie automatyczne
- Cross-posting na multiple platformy
- Analytics
Czas: 3-5 godzin
Impact: Zwiększa reach o 300%, oszczędza 5h/tydzień dla zespołu
Przykładowy kod:
# Instagram bot (używając instabot library)
from instabot import Bot
import schedule
bot = Bot()
bot.login(username="slumsynietakiestraszne", password="xxx")
def post_success_story():
bot.upload_photo("success_story_001.jpg",
caption="Meet Jane from Kibera... #slumsproject #kenya")
schedule.every().monday.at("10:00").do(post_success_story)Co: Automatyczne newslettery dla donorów
Stack: Mailchimp API lub SendGrid + Python/Node.js
Funkcje:
- Segmentacja (donor size, frequency)
- Automated thank you emails
- Monthly impact reports
- Donation receipts (tax)
Czas: 3-5 godzin
Impact: Zwiększa donor retention o 40%
Co: System do zarządzania beneficjentami projektu
Stack:
- Backend: Node.js + Express + MongoDB / PostgreSQL
- Frontend: React / Vue.js
- Hosting: Heroku (free tier) / Railway / Fly.io
Funkcje:
CRUD dla rodzin:
- Dane demograficzne (imię, wiek, liczba dzieci)
- Lokalizacja (GPS coordinates)
- Status (active, graduated, inactive)
- Historia interwencji
Dashboard:
- Liczba beneficjentów
- Mapa rozmieszczenia
- Statystyki (wiek, wielkość rodziny)
- Filtry i wyszukiwanie
Reporting:
- Export do Excel/CSV
- Generowanie raportów dla donorów
- KPIs tracking
Mobile-first - Community Health Workers używają na telefonach
Czas: 20-40 godzin
Impact:
- Oszczędza 10-15h/tydzień papierkowej roboty
- Eliminuje duplikaty
- Umożliwia data-driven decisions
Tech spec:
// MongoDB Schema
const FamilySchema = new Schema({
familyId: { type: String, unique: true },
headOfHousehold: String,
members: [{
name: String,
age: Number,
gender: String,
school: Boolean
}],
location: {
type: { type: String, default: 'Point' },
coordinates: [Number] // [longitude, latitude]
},
interventions: [{
type: { type: String, enum: ['health', 'education', 'food', 'microcredit'] },
date: Date,
description: String,
cost: Number
}],
status: { type: String, enum: ['active', 'graduated', 'inactive'] },
createdAt: { type: Date, default: Date.now }
});Open source inspo:
Co: Aplikacja dla Community Health Workers do zbierania danych
Stack:
- React Native (iOS + Android z jednego kodu)
- Expo (szybki development)
- SQLite (offline storage)
- Backend API (sync gdy online)
Funkcje:
Offline-first:
- Działa bez internetu (slumsy = słaby internet)
- Synchronizuje gdy dostępny WiFi
Formularze:
- Rejestracja nowej rodziny
- Health check-up (waga dzieci, symptomy)
- Education tracking (czy dziecko chodzi do szkoły)
- Distribution log (paczki żywnościowe, leki)
Zdjęcia:
- Przed/po (mieszkanie, dzieci)
- Auto-upload z kompresją
GPS:
- Auto-tracking lokalizacji wizyty
- Mapping na mapie
Czas: 30-50 godzin
Impact:
- CHWs mogą odwiedzić 2x więcej rodzin dziennie
- 95% redukcja błędów w danych (no paperwork)
- Real-time visibility dla managementu
Przykładowy screen:
┌─────────────────────────┐
│ New Family Visit │
├─────────────────────────┤
│ Head of Household: │
│ [_______________] │
│ │
│ Number of children: │
│ [▼ Select] │
│ │
│ GPS: ✓ Location saved │
│ │
│ [📷 Take Photo] │
│ │
│ Health Check: │
│ □ Malaria symptoms │
│ □ Malnutrition signs │
│ □ Other (specify) │
│ │
│ [Save (offline)] [Sync] │
└─────────────────────────┘
Open source base:
- ODK Collect - data collection
- Można zforkować i dostosować
Co: Mapa Kibery z oznaczonymi zasobami i potrzebami
Stack:
- Leaflet.js lub Mapbox GL
- OpenStreetMap data
- Backend: API z danymi o lokalizacjach
Funkcje:
Layers:
- 📍 Punkty wody
- 🚽 Toalety publiczne
- 🏥 Kliniki/health posts
- 🏫 Szkoły (formalne/nieformalne)
- 🏠 Beneficjenci projektu
⚠️ Areas of high need
Interaktywność:
- Click na marker → info window
- Filtry (show only water points)
- Heatmap (poverty density)
- Routing (shortest path to resource)
Crowdsourcing:
- Mieszkańcy mogą zgłaszać nowe zasoby/problemy
- Moderacja przed publikacją
Czas: 15-25 godzin
Impact:
- CHWs wiedzą gdzie są zasoby
- Nowi beneficjenci łatwiej znajdują pomoc
- Planowanie interwencji (gdzie brakuje wody?)
Demo code:
// Leaflet.js + OpenStreetMap
const map = L.map('map').setView([-1.3133, 36.7950], 15); // Kibera coords
L.tileLayer('https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png').addTo(map);
// Add water point
const waterIcon = L.icon({ iconUrl: 'water-icon.png', iconSize: [25, 25] });
L.marker([-1.3140, 36.7960], { icon: waterIcon })
.bindPopup('Water Point #1<br>Open: 6am-8pm<br>Queue time: ~30min')
.addTo(map);
// Heatmap of poverty
const heatData = [
[-1.3133, 36.7950, 0.8], // lat, lng, intensity
[-1.3140, 36.7960, 0.6],
// ... more points
];
L.heatLayer(heatData).addTo(map);Inspiration:
Co: Dedicated crowdfunding platform dla projektu
Stack:
- Frontend: React/Next.js
- Backend: Node.js + Stripe API
- Database: PostgreSQL
Funkcje:
Campaign pages:
- "Build a well in Kibera" - progress bar
- "Sponsor a child's education" - $300/year
- "Emergency medical fund"
Payment:
- Stripe/PayPal integration
- One-time & recurring donations
- Multiple currencies (PLN, USD, EUR)
Transparency:
- Real-time impact counter
- Photos/videos of completed projects
- Thank you messages from beneficiaries
Gamification:
- Badges (Bronze/Silver/Gold donor)
- Leaderboards
- Challenges ("Help us reach $10k this month!")
Czas: 25-40 godzin
Impact:
- 3-5x więcej donacji niż przez external platforms (lower fees)
- 70% donor retention (better engagement)
Similar platforms:
- DonorBox - inspo for features
- GoFundMe Charity
Co: AI analizujące zdjęcia dzieci do wykrywania niedożywienia
Stack:
- ML: TensorFlow / PyTorch
- Computer Vision: OpenCV
- Model: Transfer learning (ResNet, MobileNet)
- Backend: Python + FastAPI
- Mobile: Integracja z data collection app
Jak działa:
- CHW robi zdjęcie dziecka (w czasie wizyty)
- App wysyła zdjęcie do API
- Model analizuje:
- MUAC (Mid-Upper Arm Circumference) estimation
- Facial features (sunken eyes, cheeks)
- Skin condition
- Body proportions
- Output:
- Risk score (0-100)
- Classification (normal / moderate / severe malnutrition)
- Recommendations (urgent medical, monitoring, etc.)
Training data:
- WHO images (public datasets)
- Partnerstwo z lokalnym szpitalem (anonimized)
- Augmentation (różne światło, kąty)
Accuracy target: 85%+ (comparable to human assessment)
Czas: 60-120 godzin (research + training + deployment)
Impact:
- Early detection = ratowanie życia
- Skalowanie (1 model może ocenić tysiące dzieci)
- Consistency (no human bias)
Ethical considerations:
- Privacy (GDPR-compliant, data encryption)
- Bias (testing across ethnicities)
- Human-in-the-loop (zawsze final decision przez medyka)
Research papers:
- "Automated Detection of Malnutrition in Children Using CNNs"
- WHO guidelines on malnutrition assessment
Podobne projekty:
- Project ECHO - telemedicine
- Peek Vision - AI eye diagnostics
Co: ML model przewidujący które rodziny potrzebują interwencji w najbliższym czasie
Stack:
- ML: Python + scikit-learn / XGBoost
- Features: Historical data (wizyty, health checks, income)
- Dashboard: Plotly/Dash dla visualizations
Model:
Input features:
- Demographic (household size, age, gender)
- Economic (income, employment status, debt)
- Health (malnutrition incidents, disease history)
- Education (school attendance %)
- Environmental (distance to water, toilet access)
- Historical (# of past interventions, outcomes)
Output:
- Risk score dla każdej rodziny (0-100)
- Probability of needing:
- Medical intervention (next 30 days)
- Food assistance (next 7 days)
- Financial crisis (next 90 days)
Use case:
CHWs dostają każdego tygodnia listę "high risk" rodzin do odwiedzenia priorytetowo.
Czas: 50-80 godzin
Impact:
- 40% redukcja emergency cases (early intervention)
- Optimized resource allocation
- Data-driven decision making
Model evaluation:
- Precision/Recall (minimize false negatives - don't miss crises)
- ROC-AUC
- Fairness metrics (no discrimination)
Code sketch:
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
# Training
X = df[['household_size', 'income', 'malnutrition_history', ...]]
y = df['needed_intervention_30days'] # 0/1
model = RandomForestClassifier(n_estimators=100)
model.fit(X, y)
# Prediction
new_families = pd.read_csv('current_families.csv')
predictions = model.predict_proba(new_families)
# High risk = probability > 0.7
high_risk = new_families[predictions[:, 1] > 0.7]
print(f"Visit these {len(high_risk)} families this week:")
print(high_risk[['family_id', 'location', 'risk_score']])Co: System SMS/USSD pozwalający beneficjentom zgłaszać potrzeby bez smartfona
Stack:
- Twilio API lub Africa's Talking (dla Kenii)
- Backend: Node.js / Python
- Database: PostgreSQL
Problem: W Kiberze większość ma proste telefony (feature phones), nie smartfony.
Rozwiązanie: USSD (jak *123# w bankach) + SMS
Funkcje:
USSD Menu:
*789# → Slumsy Nie Takie Straszne
1. Zgłoś problem
1. Potrzebuję jedzenia
2. Dziecko chore
3. Brak wody
4. Inne
2. Sprawdź status zgłoszenia
3. Najbliższa pomoc (GPS location)
4. Kontakt CHW
SMS incoming:
- "FOOD 12345" → family ID 12345 needs food
- Auto-response: "Zgłoszenie przyjęte. CHW odwiedzi Cię w 24h."
SMS outgoing (automated):
- "Your child's health check-up is tomorrow at 10am at clinic #3"
- "Your microloan payment of 500 KES is due in 3 days"
- "New water point opened near you! Location: ..."
Czas: 40-60 godzin
Impact:
- 10x więcej zgłoszeń (każdy ma telefon vs 20% smartfonów)
- Faster response time
- Two-way communication
Cost:
- Africa's Talking: $0.008/SMS, USSD: $0.02/session
- 1000 rodzin x 4 SMS/miesiąc = $32/mies
Code example:
// Express + Africa's Talking
const africastalking = require('africastalking')({
apiKey: 'YOUR_API_KEY',
username: 'slumsy'
});
app.post('/ussd', (req, res) => {
const { sessionId, phoneNumber, text } = req.body;
let response = '';
if (text === '') {
// First interaction
response = 'CON Witaj w Slumsy!\n1. Zgłoś problem\n2. Status\n3. Kontakt';
} else if (text === '1') {
response = 'CON Wybierz problem:\n1. Jedzenie\n2. Zdrowie\n3. Woda';
} else if (text === '1*1') {
// Food request
saveToDB(phoneNumber, 'food');
response = 'END Zgłoszenie zapisane. CHW się skontaktuje.';
}
res.send(response);
});Co: Blockchain tracking każdej darowizny od donora do beneficjenta
Stack:
- Blockchain: Ethereum / Polygon (lower fees)
- Smart contracts: Solidity
- Frontend: Web3.js + React
- Explorer: dla donorów do śledzenia ich $$
Problem: Donorzy nie wiedzą czy ich pieniądze doszły do beneficjentów (brak transparentności).
Rozwiązanie:
Smart contract:
contract SlumsyDonation {
struct Donation {
address donor;
uint amount;
string purpose; // "education", "health", "food"
string beneficiaryId;
bool distributed;
uint timestamp;
}
mapping(uint => Donation) public donations;
uint public donationCount;
function donate(string memory purpose, string memory beneficiaryId) public payable {
donations[donationCount] = Donation(
msg.sender,
msg.value,
purpose,
beneficiaryId,
false,
block.timestamp
);
donationCount++;
}
function markDistributed(uint donationId) public onlyAdmin {
donations[donationId].distributed = true;
}
}Frontend:
- Donor goes to website
- Connects MetaMask wallet
- Donates (e.g., $50 for "Sponsor Jane's education")
- Gets transaction hash
- Can track on explorer:
- When funds were moved to local partner
- When school fees were paid
- Jane's progress reports (off-chain, linked)
Czas: 60-100 godzin (smart contract + security audit + frontend)
Impact:
- 100% transparency = trust = 3x więcej donorów
- No intermediary fees (crypto → local currency DEX)
- Immutable record dla audytów
Challenges:
- Gas fees (use Layer 2 like Polygon)
- Crypto adoption w Kenii (partnering z M-Pesa integration)
- Regulatory (Kenya's stance on crypto)
Similar projects:
Co: Bot odpowiadający na częste pytania (jak pomóc, gdzie jesteśmy, etc.)
Stack: Twilio WhatsApp API + Python
Czas: 5-10 godzin
Co: Automated PDF receipts dla donorów (tax deduction)
Stack: Node.js + PDFKit / Python + ReportLab
Czas: 8-12 godzin
Co: Portal dla wolontariuszy (aplikacja, scheduling, tracking hours)
Stack: Django / Rails
Czas: 20-30 godzin
Co: Widget na stronie "Twoje $50 = 1 dziecko w szkole przez miesiąc"
Stack: JavaScript widget
Czas: 3-5 godzin
Co: AI generujące opisy success stories na podstawie zdjęć (GPT-4 Vision API)
Stack: OpenAI API + Python
Czas: 5-8 godzin
| Projekt | Czas | Impact (1-10) | Difficulty | Priority |
|---|---|---|---|---|
| Landing page | 5-10h | 6 | Easy | HIGH |
| BMS | 20-40h | 9 | Medium | HIGH |
| Mobile data app | 30-50h | 10 | Medium-Hard | HIGH |
| Slum map | 15-25h | 7 | Medium | Medium |
| Fundraising platform | 25-40h | 8 | Medium | HIGH |
| AI malnutrition | 60-120h | 10 | Hard | Medium |
| Predictive analytics | 50-80h | 8 | Hard | Low |
| SMS/USSD | 40-60h | 9 | Medium-Hard | Medium |
| Blockchain | 60-100h | 6 | Hard | Low |
- Tydzień 1-2: Landing page (5-10h)
- Ustaw podstawy: domena, hosting, content
- Tydzień 3-4: Email automation (3-5h)
- Mailchimp setup, templates
Efekt: Projekt ma profesjonalny front, może zbierać emaile i donacje.
- Tydzień 5-10: Beneficiary Management System (20-40h)
- Backend + frontend + deployment
- Współpraca z 1-2 NGO pracującymi w Kiberze (testują)
Efekt: NGO mogą efektywniej zarządzać beneficjentami, mają dane do raportów.
- Tydzień 11-18: Mobile Data Collection App (30-50h)
- React Native + offline storage
- Integracja z BMS (sync data)
Efekt: CHWs w terenie zbierają dane real-time, 2x więcej wizyt dziennie.
- Advanced projects: AI malnutrition detection, SMS platform, etc.
Frontend:
- React (most popular, huge community)
- Next.js (SEO, SSR for landing pages)
- Tailwind CSS (fast styling)
Mobile:
- React Native + Expo (cross-platform, jedna codebase)
Backend:
- Node.js + Express (JavaScript everywhere)
- Python + FastAPI (dla ML/AI projects)
- PostgreSQL (relational data - rodziny, intervencje)
- MongoDB (flexible schema - różne typy danych)
Hosting:
- Vercel/Netlify (frontend - FREE tier)
- Railway/Fly.io (backend - FREE tier wystarczy na start)
- Supabase (PostgreSQL + auth + storage - FREE tier)
APIs:
- Stripe (payments)
- Twilio / Africa's Talking (SMS/WhatsApp)
- Mapbox (maps)
- OpenAI (GPT for content generation)
- Email: [do utworzenia - devs@slumsynietakiestraszne.org]
- Discord server: [do utworzenia]
- GitHub org: github.com/slumsy-tech
- Zobacz roadmap (GitHub Projects)
- Claim issue ("I'll work on this")
- Zespół pomoże w onboardingu
- Fork repo
- Local development
- Pull request
- Code review
- Deploy
- Twój kod używany w Kiberze
- Feedback od CHWs
- Success stories ("dzięki Twojej appce uratowaliśmy Jane")
- Co: Aplikacja mobilna do badania wzroku w developing countries
- Tech: iOS/Android app, AI image recognition
- Impact: 300,000+ badań w 40 krajach
- Team: 5 devs + 2 doctors
- Funding: Gates Foundation grant
- Co: Crowdsourced crisis mapping (started during 2008 Kenya elections)
- Tech: Web platform + SMS
- Impact: Used in Haiti earthquake, Libya conflict, etc.
- Team: Open source, 100+ contributors
- Bootstrapped → self-sustaining
- Co: Prescription management platform dla aptek w Afryce
- Tech: Web + mobile app, inventory management
- Impact: 9M+ patients, $100M+ funding
- Started: 3 devs in Ghana
Lesson: Small tech projects can scale to life-changing impact.
A: TAK! Możesz:
- Uczyć się podczas projektu (dokumentacja, tutorials)
- Zacząć od prostszych tasków (HTML/CSS, dokumentacja)
- Pair programming z doświadczonymi devs
A: NIE. 95% pracy zdalnie. Opcjonalnie: reconnaissance trip (2 tyg) żeby zobaczyć impact na własne oczy.
A: Projekt open source (MIT license). Ty zachowujesz authorship (GitHub commits), ale kod jest wolny dla wszystkich NGO.
A: Nie, to wolontariat. ALE:
- Możesz użyć w CV/portfolio (realne projekty z impactem)
- Reference letter od fundacji
- Jeśli projekt pozyska duże fundy (EU grant), możliwość paid consultancy
A: Teraz: 0 (projekt nowy!) Target: 10-20 active contributors Long-term: 50+ (jak OpenStreetMap)
A: Minimum: 2h/tydzień. Realnie: 5-10h/tydzień dla significant impact.
- Realne projekty (nie TODO app)
- Live production (używane przez NGO)
- International exposure
- Social impact story dla interviews
- Pracujesz z real constraints (offline-first, low bandwidth, różne devices)
- Nowe tech (ML, blockchain, mobile, GIS)
- Cross-functional team (devs + medycy + social workers)
- Poznasz devs z całego świata (open source community)
- Contact z NGO sector (może przyszła kariera?)
- Reference od fundacji
- Twój kod ratuje życia (dosłownie)
- Widzisz zmianę (feedback z terenu)
- Purpose-driven work
- Hackathons (online/offline)
- Team retreats (potential Kenya trip!)
- Build something that matters
Dla programistów zainteresowanych projektem:
- Email: devs@slumsynietakiestraszne.org [do utworzenia]
- Discord: [tech-for-good] [do utworzenia]
- GitHub: github.com/slumsy-tech [do utworzenia]
- LinkedIn: [grupa] [do utworzenia]
Pierwsze spotkanie:
- Online kickoff: Co 2 tygodnie (sobota 10:00 CET)
- Topic: Roadmap, assign projects, Q&A
Masz kilka godzin tygodniowo?
Chcesz żeby Twój kod miał realny impact?
1 programista = System dla 50 rodzin
5 programistów = Platforma dla 500 rodzin
20 programistów = Rozwiązanie skalowalne na całą Afrykę
Kod może zmieniać świat. Zaczynamy od Kibery.
Slumsy nie takie straszne - Tech Team 💻🌍
Dokument tech - wersja 1.0
Data: 26 października 2025
Contributors wanted: ∞