
Hackathon TecNM Campus Saltillo 2026
Prize Categories
16 categories- View Best Use of ElevenLabs

Best Use of ElevenLabs
Wireless Earbuds
Deploy natural, human-sounding audio with ElevenLabs. Create realistic, dynamic, and emotionally expressive voices for any project, from interactive AI companions to narrated stories and voice-enabled apps. ElevenLabs will empower you to build rich, immersive experiences without the need for actors or complex audio production, using simply the power of AI.
Integrate fully autonomous audio experiences into your hack with ElevenLabs and give your project a voice, along with giving your team the chance to win some wireless earbuds!View category - View Best Use of Gemini API

Best Use of Gemini API
MLH Swag Kits
It’s time to push the boundaries of what’s possible with AI using Google Gemini. Check out the Gemini API to build AI-powered apps that make your friends say WHOA. So, what can Gemini do for your hackathon project?
- Understand language like a human and build a chatbot that gives personalized advice
- Analyze info like a supercomputer and create an app that summarizes complex research papers
- Generate creative content like code, scripts, music, and more
View category - Understand language like a human and build a chatbot that gives personalized advice
- View Best Use of Solana

Best Use of Solana
Unruggable Hardware Wallets
The world of development is evolving fast and Solana is leading the charge with a network built to handle all of your infrastructure needs. Forget high fees and slow confirmations, it’s time to build applications that are fast, efficient, and scalable.
Harness Solana’s core advantages like blazing fast execution and near-zero transaction costs to make your hackathon ideas become real world projects. With Solana, the possibilities are endless.- Create a game, social app, or consumer product that relies on instant, high-frequency transactions.
- Design a sophisticated trading, lending, or decentralized exchange (DEX).
- Build a prototype for supply chain, identity, or payments that can handle massive, real-world volume.
View category - Create a game, social app, or consumer product that relies on instant, high-frequency transactions.
- View Best Use of Tiger Data

Best Use of Tiger Data
Stream Deck Mini
Building high-performance apps under hackathon deadlines shouldn't mean spending half your weekend configuring complex databases or learning obscure query languages. Tiger Data extends PostgreSQL to give student developers an ultra-fast foundation for real-time data, time-series metrics, and complex analytics.
Why build with Tiger Data this weekend?Standard SQL Power: Query massive datasets instantly using the SQL you already know, with no complex NoSQL aggregation pipelines required.
Unified Data Stack: Store relational user profiles and high-frequency metric streams side-by-side in a single database.
Instant Dashboards: Serve lag-free, real-time frontend charts using pre-computed Continuous Aggregates.
90%+ Data Compression: Store millions of events on free-tier cloud instances without running out of disk space.
Whether you’re building real-time IoT monitoring, AI-driven analytics dashboards, or financial prediction engines, show us how Tiger Data powers your project. The team that demonstrates the most innovative, impactful, and performance-driven use of Tiger Data will take home some great prizes!
View category - View Best Use of Backboard

Best Use of Backboard
Tile Essentials Pack
Every AI model API is stateless by default. That means your app forgets everything the second a session ends. State management should be the first step of any AI build, regardless of what LLM you are using, and Backboard gives you that for free. But Backboard is not just state management. It is a single, unified API built on the world’s #1 AI memory that gives you everything you need in one place: long-term memory, RAG, embeddings, tool calls, model routing across 17,000+ LLMs, and persistent context that stays alive across every page refresh, session, and user. No stitching together five different services. One API. One integration. Built on the best memory in AI.
Here’s just a small list of things Backboard can make possible for your AI app!- AI-powered Travel Guide: Remembers allergies and preferences from past trips.
- Personalized Fitness Coach: Adjusts workouts based on progress and injury history.
- Smart Home Controller: Learns routines over time to anticipate lighting and climate preferences!
Use Backboard to build a seamless, persistent user experience without the usual infrastructure headache! Each winning team member will receive a Tiles Essentials Pack because, just like AI, we all need an occasional reminder of where things are!
View category - AI-powered Travel Guide: Remembers allergies and preferences from past trips.
- View Best Use of Vultr

Best Use of Vultr
Assorted Prizes
Vultr empowers hackers to bring their high-performance projects to life instantly; providing everything from the speed of one-click deployment and scalable cloud compute, to specialized Vultr Cloud GPUs that can power AI-driven applications. We want you to push the limits of what can be built when infrastructure is no longer the bottleneck!
Sign up for a Vultr account today and claim your free cloud credits! Take your next hack to the cloud with Vultr for a chance to win some awesome prizes for you and your team!View category - View RETO BYECODEEvent prize
RETO BYECODE
What Should Happen Next? Las organizaciones generan miles de señales todos los días: interacciones, eventos, mensajes, cambios de estado y comportamiento de usuarios. El reto consiste en desarrollar un agente de inteligencia artificial capaz de interpretar estas señales y determinar cuál debería ser la siguiente mejor acción. La solución deberá: - procesar eventos; - entender contexto; - detectar intención; - estimar riesgo; - recomendar una acción o innaccion; - justificarla; - determinar el momento adecuado; - indicar su nivel de confianza.
What Should Happen Next? Las organizaciones generan miles de señales todos los días: interacciones, eventos, mensajes, cambios de estado y comportamiento de usuarios. El reto consiste en desarrollar un agente de inteligencia artificial capaz de interpretar estas señales y determinar cuál debería ser la siguiente mejor acción. La solución deberá: - procesar eventos; - entender contexto; - detectar intención; - estimar riesgo; - recomendar una acción o innaccion; - justificarla; - determinar el momento adecuado; - indicar su nivel de confianza.
View category - View RETO ROCEELEvent prize
RETO ROCEEL
Almacén inteligente para taller El desafío consiste en diseñar e implementar un servicio de gestión inteligente de inventario para un taller especializado en la reparación de equipo industrial, particularmente husillos y motores eléctricos. La solución deberá integrarse con el ecosistema operativo existente mediante una arquitectura orientada a eventos, procesando en tiempo real la información generada por los distintos procesos del taller y manteniendo un control consistente de existencias, reservas, faltantes y movimientos de inventario.
Almacén inteligente para taller El desafío consiste en diseñar e implementar un servicio de gestión inteligente de inventario para un taller especializado en la reparación de equipo industrial, particularmente husillos y motores eléctricos. La solución deberá integrarse con el ecosistema operativo existente mediante una arquitectura orientada a eventos, procesando en tiempo real la información generada por los distintos procesos del taller y manteniendo un control consistente de existencias, reservas, faltantes y movimientos de inventario.
View category - View RETO SOFTTEKEvent prize
RETO SOFTTEK
Asistente virtual de compras y soporte PROBLEMÁTICA Los clientes preguntan lo mismo una y otra vez: estatus de pedido, devoluciones, garantías, disponibilidad. El soporte se satura, las respuestas tardan y la compra se enfría. OBJETIVO Diseñar un chatbot que responda con base en el catálogo y las políticas de una tienda, y sepa escalar a una persona cuando no tenga certeza. ALCANCE Prueba de concepto con catálogo y políticas ficticias, y una interfaz web de chat funcional. HERRAMIENTAS GRATUITAS Y DATOS Python, Hugging Face, Ollama (modelos abiertos), LangChain o Llamalndex y Gradio; o niveles gratuitos de APls de LLM. Datos: catálogo y FAQ simulados.
Asistente virtual de compras y soporte PROBLEMÁTICA Los clientes preguntan lo mismo una y otra vez: estatus de pedido, devoluciones, garantías, disponibilidad. El soporte se satura, las respuestas tardan y la compra se enfría. OBJETIVO Diseñar un chatbot que responda con base en el catálogo y las políticas de una tienda, y sepa escalar a una persona cuando no tenga certeza. ALCANCE Prueba de concepto con catálogo y políticas ficticias, y una interfaz web de chat funcional. HERRAMIENTAS GRATUITAS Y DATOS Python, Hugging Face, Ollama (modelos abiertos), LangChain o Llamalndex y Gradio; o niveles gratuitos de APls de LLM. Datos: catálogo y FAQ simulados.
View category - View RETO ZIKITEvent prize
RETO ZIKIT
ANTES DE QUE SUENE EL TELEFONO la idea es simple una pyme tiene un problema de ti y se entera cuando el cliente llama enojado su mision es detectarlo antes de esa llamada ustedes son el sistema de alerta temprana mientras mas antes avisen de un incidente real mejor pero si avisan por todo nadie les va a creer QUE RECIBEN datos sinteticos de 4 empresas gracko es un despacho contable gramo kaiku es una tienda en linea ttr es de logistica de cada una tienen 3 archivos contexto.md dice que hace la empresa y sus horarios y eventos metricas.csv trae una fila por minuto con cpu ram disco latencia_ms y errores logs.md trae logs de servidor firewall y app ademas todos_metricas.csv junta las 4 empresas con una columna tenant hay 54 corridas distintas en data/corridas usenlas para entrenar validar y probar repo https://github.com/brunovillarrrrrr/zikit-dataset QUE TIENEN QUE HACER entregar una lista de alertas cada alerta llevan tenant timestamp y confianza opcional el tipo de incidente que creen que viene LO DIFICIL cada empresa tiene 3 incidentes reales por corrida algunos avisan con 40 minutos y otros con mas de un dia hay señuelos como respaldos nocturnos cierres de nomina y cargas masivas se ven feos pero no son incidentes si alertan por ellos cuenta como falsa alarma los datos tienen ruido celdas vacias y apagones los logs traen errores que no significa nada las pistas reales son pocas el contexto del negocio ayuda a saber que es normal REGLAS solo usen los datos del kit no se vale mirar el futuro una alerta en el minuto t solo usa datos hasta t las carpetas _solucion son del evaluador no las usen para entrenar ni para predecir COMO SE CALIFICA incidentes reales detectados antes del impacto pocas falsas alarmas cuanto tiempos de anticipacion ganaron mas temprano es mejor
ANTES DE QUE SUENE EL TELEFONO la idea es simple una pyme tiene un problema de ti y se entera cuando el cliente llama enojado su mision es detectarlo antes de esa llamada ustedes son el sistema de alerta temprana mientras mas antes avisen de un incidente real mejor pero si avisan por todo nadie les va a creer QUE RECIBEN datos sinteticos de 4 empresas gracko es un despacho contable gramo kaiku es una tienda en linea ttr es de logistica de cada una tienen 3 archivos contexto.md dice que hace la empresa y sus horarios y eventos metricas.csv trae una fila por minuto con cpu ram disco latencia_ms y errores logs.md trae logs de servidor firewall y app ademas todos_metricas.csv junta las 4 empresas con una columna tenant hay 54 corridas distintas en data/corridas usenlas para entrenar validar y probar repo https://github.com/brunovillarrrrrr/zikit-dataset QUE TIENEN QUE HACER entregar una lista de alertas cada alerta llevan tenant timestamp y confianza opcional el tipo de incidente que creen que viene LO DIFICIL cada empresa tiene 3 incidentes reales por corrida algunos avisan con 40 minutos y otros con mas de un dia hay señuelos como respaldos nocturnos cierres de nomina y cargas masivas se ven feos pero no son incidentes si alertan por ellos cuenta como falsa alarma los datos tienen ruido celdas vacias y apagones los logs traen errores que no significa nada las pistas reales son pocas el contexto del negocio ayuda a saber que es normal REGLAS solo usen los datos del kit no se vale mirar el futuro una alerta en el minuto t solo usa datos hasta t las carpetas _solucion son del evaluador no las usen para entrenar ni para predecir COMO SE CALIFICA incidentes reales detectados antes del impacto pocas falsas alarmas cuanto tiempos de anticipacion ganaron mas temprano es mejor
View category - View DEV Writing Challenge

DEV Writing Challenge
$100
Give your project another chance to shine!
Your hackathon may end after the weekend, but your project story is just getting started. Publish what you built on DEV and help other developers learn from your process.
Each month, the DEV editorial team will select at least one favorite project. Additional projects may be selected depending on submission volume.
Selections consider technical substance, originality, clear storytelling, and community popularity. Great work deserves an audience, so make your post useful, memorable, and easy to share.View category
Sponsors
- GGemini Demo Q1 2025 - Q1 2026
- HHacking with GitHub CopilotVisit Hacking with GitHub Copilot