Apresentação#

Este repositório digital concentra o material relativo à componente curricular Visualização de Dados, que integra o rol obrigatório do Bacharelado em Ciência de Dados e Inteligência Artificial da Universidade Fedaral da Paraíba.

Objetivos#

Os objetivos da disciplina são:

  • Elencar os marcos históricos de desenvolvimento do campo do conhecimento denominado visualização de dados;

  • Reconhecer conceitos de representação visual, percepção, estética, cores e seus impactos ao observador;

  • Discutir técnicas diversas para representação visual de quantidades, proporções, tendências, dados geoespaciais e informações gerais, bem como de storytelling e business storytelling;

  • Desenvolver códigos agnósticos para visualização de dados multidimensionais, mas com particular ênfase a objetivos negociais, técnicos ou científicas;

  • Experimentar ferramentas e plataformas modernas para construção de painéis analíticos (dashboards); e

  • Propor soluções de data reporting para geração de relatórios automatizados e casos de negócio dos diversos setores da economia.

Estrutura#

A disciplina é composta por 3 módulos. Cada módulo é subdividido em duas partes, conteúdo e avaliação, na seguinte estrutura resumida:

  • Módulo 1 (20h)

    • Conteúdo (18h)

    • Avaliação: Estudo de caso 1 (2h)

  • Módulo 2 (20h)

    • Conteúdo (18h)

    • Avaliação: Estudo de caso 2 (2h)

  • Módulo 3 (20h)

    • Conteúdo (14h)

    • Avaliação: Projeto de visualização (6h)

A divisão geral acima pode ser visualizada graficamente pelo treemap abaixo, em que as áreas dos retângulos representam, proporcionalmente, a carga horária total de 60h.

Conteúdo#

O conteúdo principal do curso está estruturado no formato de ebook, cujas seções e capítulos estão dispostos abaixo:

Módulo 1: Fundamentos (20h)#

Módulo 2: Técnica (20h)#

Módulo 3: Aplicações (20h)#

Suplemento#

Metodologia de avaliação#

Tipificações, critérios e fórmulas#

A metodologia de avaliação em sua forma plena está explicada no Sílabo.

Modelo para ECVD#

Para elaborar o ECVD, pode-se usar o template em formato .ODT ou .TEX disponíveis aqui.

Inspirações para projetos#

Veja este post.

Temas baseados nos ODS (Agenda 2030)#

Temas gerais#

  • Agricultura, pecuária, pesca

  • Artes, entretenimento (cinema, teatro, música)

  • Biotecnologia, materiais avançados

  • Clima, meio ambiente, recursos naturais

  • Economia, renda, desigualdade social, finanças, mercados

  • Direito, legislação, justiça, segurança pública, computação forense

  • Educação, ciência, tecnologia, inovação

  • Energias, transição energética

  • Gestão, administração, pessoas

  • Geopolítica, relações internacionais, comércio exterior

  • Infraestrutura, saneamento, cidades inteligentes

  • Indústria 4.0, transformação digital, IoT

  • Política, ética, cidadania

  • Saúde, esportes, qualidade de vida

  • Trivium e Quadrivium

  • Turismo, lazer

Temas de pesquisa do professor#

  • Descarbonização:

    • transição energética (setor industrial e de energia), particularmente óleo e gás;

    • hubs e clusters de CCUS, análise de dados geospacial;

    • mercados de carbono;

  • Engenharia computacional:

    • métodos numéricos e variacionais;

    • dinâmica dos fluidos computacional;

    • aprendizagem de máquina científico;

    • redes neurais informadas por (e conscientes da) física;

    • métodos computacionais em saúde digital;

    • research software engineering;

    • modelagem de dados;

    • protocolos de reprodutibilidade;

    • aplicações SAVE: ciência, análise, visualização e engenharia de dados;

Autoria#

Este material é desenvolvido e mantido pelo Prof. Gustavo Oliveira (DCC/CI/UFPB). Acesse a página pessoal pelo link:

Para saber sobre demais ações em ensino e pesquisa, projetos e oportunidades, consulte o site do grupo de pesquisa em Engenharia Computacional pelo link:

Outros livros e apostilas do professor#

Grupo 1#

Grupo 2#

  • Introdução a Python para Ciências Computacionais e Engenharia, traduzido de Hans Fanghor (Southampton/UK)

    • Apostila suplementar de aprendizagem de linguagem Python para alunos de cursos de ciências exatas, com ênfase em aplicações de engenharia.

  • Laboratório Virtual de Métodos Numéricos

    • Laboratório de aplicações computacionais diversas para suporte a cursos de cálculo numérico, ou métodos numéricos, aplicável a todos os nichos de exatas. Contém miscelânea de estudos de caso, códigos práticos e materiais de consulta.

  • Métodos Computacionais

    • Curso elaborado para atendimento a estudantes do primeiro ano de Engenharia de Produção, com conteúdo misto herdado dos cursos básicos dos Grupos 1 e 2. Diferencia por adentrar em conceitos particulares de álgebra linear e otimização.