MARÇO/2022

Olá,

Lançamos nesta semana nossa mais nova publicação! 🙂

“Geodados: uma introdução gentil” é o quinto ebook listado em nossa página e, assim como outros materiais gratuitos que disponibilizamos, foi construído com o apoio de você que faz parte de nosso programa de membresia. Esta é uma publicação de código aberto, disponível nos formatos HTML (gis.escoladedados.org), PDF, MOBI e EPUB.

Todo o conteúdo pode ser editado, atualizado e melhorado, por meio de contribuições em nossos repositórios no GitHub. Os textos e exercícios cobrem os fundamentos básicos para trabalhar com dados espaciais usando softwares livres e dados abertos, como o QGIS e o Open Street Maps.

Outro conteúdo aberto que publicamos foi o tutorial sobre raspagem de dados sem programação, além de vários vídeos curtos em nosso canal no YouTube, com alguns dos melhores momentos da última edição de nossa conferência anual, o Coda.Br. Para votar no tema do próximo tutorial, participe da enquete disponível no grupo no Telegram.

Em abril, iremos fechar a primeira turma de nosso curso de curta duração sobre inteligência com fontes abertas (Open Source Intelligence ou OSINT), um conjunto de técnicas e metodologias para a realização de investigações digitais. As aulas ao vivo terão início em maio e você tem direito a 20% de desconto sobre a taxa de inscrição. Saiba mais e candidate-se a uma das últimas vagas.

Boa leitura e até a próxima,

Adriano Belisario
Coordenador da Escola de Dados

AGENDA

Oportunidades e prazos para não perder de vista

• 01/04 – Prazo para participar da consulta pública sobre o Plano de Dados Abertos, realizado pelo Instituto Nacional do Semiárido (INSA) e o Ministério de Ciências, Tecnologia e Informação (MCTI).

• 01-02/04 – Acontece o International Symposium on Online Journalism (ISOJ), realizado pelo Knight Center.

• 03/04 – Após a ISOJ, ocorre o Colóquio Ibero-Americano de Jornalismo Digital, uma conferência em espanhol.

• 02/04 – Prazo para inscrever trabalhos na versão brasileira do Summer Institute in Computational Social Science, na Fundação Getúlio Vargas.

• 06-10/04 – Acontece a XVI edição do International Journalism Festival, que será gratuito e terá todas as sessões transmitidas ao vivo.

• 07/04 – Abertura de chamada para envio de propostas de palestras no evento Data for Policy.

• 10/04 – Último dia para se candidatar para a vaga temporária de pessoa desenvolvedora na Énois Conteúdo.

• 15/04 – Prazo para se inscrever nas bolsas AI Accountability de até US$ 20.000, oferecidas pelo Pulitzer Center.

• 22/04 – Último dia para enviar seus notebooks ou artigos sobre código aberto ao Google Open Source Expert Prize, prêmio oferecido em parceria com o Kaggle.

• 28/04 – Prazo para inscrições em bolsas do curso ‘Eleições e Proteção de Dados’, oferecido pelo Data Privacy Brasil.

• 30/04 – Último dia para enviar trabalhos sobre chatbots e COVID-19, no Journal of Medical Internet Research (JMIR).

• 02/05 –  Prazo para se candidatar a uma das 60 vagas do Ministério da Agricultura, Pecuária e Abastecimento (Mapa), para profissionais com ensino superior. Os postos de trabalho são em áreas como análise e governança de dados.

• 09/05 – Prazo para acadêmicos do sul global com doutorado se inscreverem nas bolsas internacionais oferecidas pela Urban Studies Foundation.

• 8-10/06 – Acontece o re:publica, festival de cultura digital, em Berlin.

• 20/06 – Data limite para o envio de propostas ao FINEP, que visa financiar laboratórios abertos de prototipagem e espaços compartilhados em Instituições de Ciência e Tecnologia.

• 25-28/06 – rstudio::conf(2022), conferência organizada pela comunidade do RStudio, acontece nos Estados Unidos.

• 03-07/08 –  17º Congresso Internacional de Jornalismo Investigativo da Abraji, em formato híbrido.

NO MUNDO DOS DADOS

Notícias e discussões quentes


Mercado de trabalho de dados e jornalismo

Mais investimentos de empresas privadas e um domínio entre China e Estados Unidos da América quando se trata de colaborações bilaterais entre países. Estas foram algumas das conclusões do diagnóstico sobre inteligência artificial publicado em março pela Universidade de Stanford. O AI Index Report também comenta sobre os vieses dos modelos de linguagem natural atuais e aponta um aumento global nas pesquisas sobre ética.

Saiu também o State of Data Brazil 2021, uma pesquisa sobre o mercado de trabalho com dados que teve mais de 2.600 respondentes. Profissionais de TI e engenharia ainda são maioria, mais de 66% do total, mas há também um número considerável de de áreas como economia, jornalismo, marketing, entre outras. No final do mês, 40% das pessoas indicou ter um salário maior que R$ 8 mil.

Jornalistas podem também conferir os indicadores do Atlas da Notícia e do Reuters Institute. O primeiro destacou que agora o jornalismo online agora é maioria, mas cerca de 14% da população ainda vive uma cidade considerada um “deserto de notícias”. Já o segundo, após pesquisar a participação feminina na imprensa em 12 países, descobriu que apenas 7% das pessoas em cargos altos de edição nas redações brasileiras são mulheres. Foi a pior performance entre os mercados analisados.

E, na confluência das áreas, o New York Times anunciou planos mais ambiciosos para seus trabalhos em jornalismo de dados. “Queremos que os leitores recorram regularmente ao Times para análises sofisticadas, painéis e ferramentas orientadas por dados e projetos de investigação impactantes”, anunciaram alguns editores do jornal em texto recente. Além de abrirem novas vagas, dados eleitorais e climáticos estão entre as áreas que receberão uma atenção especial do grupo.

 

Números nas telas e caixas de som

Visualizações na web e em impressos são bastante comuns, mas como trabalhar com dados para contar histórias atraentes em podcasts e vídeos? Algumas dicas valiosas foram compartilhadas por jornalistas em março.

“Áudio é onde você pode fazer dados e números brilharem”, afirmou Angelina Salazar, da Sonoro Podcast, em alto e bom tom. A empresa se apresenta como a principal rede de podcasts da América Latina.

Salazar e Jessica Jaglois (University of Memphis) participaram de um painel do NICAR 2022, que aconteceu em março, com atividades online e em Atlanta (EUA).

Ambas enfatizaram a importância de escolher bem os números utilizados e sempre humanizá-los. A máxima “menos é mais” vale também no audiovisual, inclusive na própria construção do texto dos roteiros. Nós acompanhamos o evento e destacamos outras sessões e o guia de recursos do evento em uma postagem recente.

Em sua apresentação, a jornalista do Sonoro Podcast citou trabalhos de referência quando se trata de visualizações de dados em áudio, como o Audiograph da BBC e programa do Radiolab sobre cores. Para a TV, Jaglois apresentou ferramentas simples que usa nas reportagens do dia a dia, como o software para captura de tela FreeCam e o Google My Maps.

SAIBA MAIS

Para aprender mais e aprender sempre

Análise de dados com Jupyter Notebook

Um dos mais respeitados centros de pesquisa sobre opinião pública, o Pew Research Center mostrou como montou sua infraestrutura interna de análise de dados. Tudo começou em 2015, após a formação de uma equipe interna de ciência social computacional, quando o think tank decidiu desenvolver novos fluxos de trabalho para lidar com os dados.

Partindo da identificação de uma série de requisitos necessários para a infraestrutura, o grupo optou por usar soluções do Jupyter na “nuvem”. A primeira fase envolveu a disseminação do Jupyter notebooks como interface padrão para processar e analisar os dados. Na sequência, o time passou a usar o JupyterHub como espaço de trabalho colaborativo. Saiba mais no texto de Brian Broderick no Medium.

E, se você já usa o Jupyter Notebook, atenção: pesquisadores identificaram o primeiro ransomware baseado em Python especificamente desenhado para sequestrar informações de análises de dados feitas com essa ferramenta. Saiba mais na notícia do ZDNet e veja a descrição do ataque e as medidas de segurança que devem ser tomadas no site do grupo Aquasec.

 

Visualização de dados

Responsável pela comunicação do Datawrapper, Lisa Charlotte publicou mais um texto, o mais extenso e completo já feito pela autora, sobre visualização de dados. Quem acompanha o Boletim e as atividades da Escola de Dados talvez reconheça seu nome, que referenciamos frequentemente por aqui por conta de seus ótimos tutoriais.

Novo guia do Datawrapper mostra o uso de cores em guias de estilo de visualização

O mais novo guia disseca o uso de cores em guias de estilo de visualização de dados, muito úteis para alinhar as produções de gráficos com a identidade visual de uma organização, por exemplo. Interessados na área podem se inspirar e descobrir mais sobre o mercado de trabalho em visualização de dados, com os resultados da competição de gráficos sobre o ‘State of the Industry 2021’, pesquisa do Data Visualization Society.

 

Investigações digitais e a guerra na Ucrânia

Diversos veículos repercutiram a relevância do trabalho com fontes abertas (OSINT) nas investigações sobre a invasão da Ucrânia pela Rússia em 2022. Enquanto o Washington Post mostrou o trabalho de sua equipe de “visual forensics” analisando imagens e dados sobre a guerra, o Rest of World destaca a contribuição de pesquisadores e contas anônimas. Em português, o Geocracia também tratou do tema. Para aprender mais sobre o tema na prática, você pode conferir também o tutorial publicado no OS2INT sobre geolocalização e análise dos vídeos do conflito.

SNIPPETS

Dicas curtas e certeiras

O Pulitzer Center está oferecendo ajuda financeira de até $25,000 para reportagens que usem técnicas avançadas de mineração de dados para resolver problemas ou de cunho investigativo.

•

Redações ainda podem se inscrever para as últimas vagas da consultoria e levantamento de dados gratuitos sobre diversidade para redações, feita pela ÉNois.

•

Para ficar de olho: está em tramitação na Câmara dos Deputados um projeto de lei para aumentar a transparência sobre dados fundiários.

•

A Coding Rights completou 7 anos e em comemoração lançou um canal no Telegram e WhatsApp com informações sobre intersecções entre tecnologia e feminismos.

•

Tem tutorial novo sobre o Observable Plot, trazendo uma introdução para pessoas que já estão familiarizadas com o Matplotlib em Python.

•

Cecília Vieira iniciou em seu blog uma série de artigos contendo conceitos sobre estatística básica aplicada à Ciência de Dados.

•

Já David Keyes disponibilizou uma versão em construção do livro ‘R without Statistics’, com o objetivo de mostrar o poder da linguagem para além de fins estatísticos.

•

Ainda em R: Beatriz Milz mostrou como importar dados em planilhas do Google Sheets e Mara Averick falou de visualização de dados acessíveis com o pacote highcharter.

•

Está disponível versão em português do site MicroSD, que traz ferramentas de segurança digital e proteção de dados de jornalistas, comunicadores e ativistas.

•

Melhorias no OpenAi: a nova versão do GPT-3 pode editar ou inserir textos ou códigos em documentos já existentes. Os resultados da atualização podem ser sentidos em breve por usuários do GitHub Copilot.

•

A Abraji anunciou o lançamento do Abramos Dados, plataforma que comporta as bases de dados coletadas pelo jornalista Cláudio Weber Abramo, e uma parceria para fornecer acesso à ferramenta Aleph.

INSPIRA

Trabalhos e iniciativas inovadoras para te inspirar

Neste mês, a NASA divulgou uma visualização de dados para mostrar o cenário alarmante de mudança climática ao longo de quase 150 anos. A espiral climática animada desenvolvida pelo cientista Ed Hawkins, do Centro Nacional de Ciências Atmosféricas da Universidade de Reading, mostra as variações da temperatura global entre os anos de 1880 e 2021.

Na visualização, que se inicia em 2 dimensões, os círculos brancos e azuis indicam temperaturas mais baixas, enquanto os laranjas e vermelhos mostram temperaturas mais quentes. Cada ano mostrado na exibição do círculo se transforma numa camada da espiral, que é exibida no fim do vídeo. Não deixe de ver até o final.

Até 1940, é possível observar um avanço tímido nos aumentos de temperatura, mas no início deste século, a situação mudou drasticamente. Visualizações de espirais climáticas têm sido amplamente divulgadas por facilitar a compreensão do público em relação ao tema das mudanças climáticas. Uma versão desta visualização chegou a fazer parte da cerimônia de abertura dos Jogos Olímpicos de 2016, no Rio de Janeiro.

UPDATE

Atualize-se com as novidades de softwares e bases de dados

O Banco Mundial liberou microdados sobre ética e corrupção no serviço público federal, extraídos de uma pesquisa entre mais de 22 mil servidores do país.

•

Lançado pela USP, o UrbanData é um novo banco de dados bibliográficos sobre o espaço urbano brasileiro.

•

Dados sobre o prêmio de jornalismo de dados Sigma Awards dos anos 2020 e 2021 agora estão no GitHub.

•

Dados sobre furtos na cidade de São Paulo, de 2016 a 2022, foram disponibilizados pela agência Fiquem Sabendo.

•

A Repórter Brasil lançou o projeto ‘Mapa da Água’, que conta também com um repositório no GitHub, sobre substâncias tóxicas presentes na água que sai da torneira no Brasil.

•

A Fundação Getúlio Vargas criou uma ferramenta que permite a realização de buscas em decisões publicadas pelo Supremo Tribunal Federal.

•

Microsoft e outras iniciativas lançaram a plataforma ‘PrevisIA’, que utiliza Inteligência Artificial e dados do INPE para prever riscos de desmatamento na Amazônia.

•

Rafael Azevedo disponibilizou um algoritmo de reconhecimento facial dos participantes do BBB em repositório no GitHub.

•

JupyterLab 3.3.0 chega trazendo uma interface amigável para editar configurações, possibilidade de abrir notebooks direto na plataforma e personalização da barra de ferramentas.

•

Nova versão do PyTorch apresenta a versão beta do TorchData, biblioteca para construir fluxos de dados, e do FunTorch, para transformação de função composta.

•

O GitHub agora melhorou a integração entre os recursos de “branches” e “issues” na plataforma.

•

O Datawrapper incluiu 8 pequenos ícones de guerra nos mapas de geolocalização, adicionou a opção de incluir uma borda transparente em PDF e outras melhorias.

•

A Mitosheet, uma biblioteca Python, cria uma interface gráfica similar a de um editor de planilha integrada ao Pandas, gerando o código Python para todas as etapas executadas.

•

Feito para facilitar a extração de dados sobre o mercado de eletricidade, o finnishgrid foi um dos destaques entre novos pacotes em R selecionados na R Views.

•

Bibliometria em R: o pacote bibliometrix chegou à versão 4.0.

•

O Google Docs anunciou o suporte ao uso de Markdown nos documentos.

Sugestões? Envie um e-mail para [email protected].