Estudo de Caso de Visualização de Dados - ECVD#

Siga este documento orientador para saber como organizar-se para a avaliação do Módulo 2 do curso.

Orientações Gerais#

Definição#

O Estudo de Caso de Visualização de Dados (ECVD) é um método de pesquisa aprofundada que procura entender melhor um tema ou processo no escopo de dataviz, sua funcionalidade e seu sucesso. Por meio do ECVD, é possível examinar situações em diversos segmentos, tais como educação, indústria e serviços.

Objetivo#

Analisar situações do mundo real sob o ponto de vista da visualização de dados.

Escopo#

Para este ECVD, deverá ser elaborado um mini-projeto que explorará pelo menos uma das técnicas expostas no módulo 2.

Tema#

Livre.

Categoria#

Seu ECVD deverá encaixar-se em uma das seguintes categorias:

  • Formativo, se discutir dados e informações cujo propósito seja o desenvolvimento de tecnicalidades, capacitação de uma equipe ou aperfeiçoamento profissional. Exemplos:

    • dataviz aplicada à perfilagem de poços de petróleo (plots de curvas de resistividade, de imagens bidimensionais, e de dados geoespaciais);

    • dataviz aplicada à aprendizagem de redes neurais (plots interativos de superfícies e derivadas de backpropagation));

  • Informativo, se discutir dados e informações cujo propósito seja a educação de uma audiência leiga, a informação para utilidade pública ou campanhas gerais. Exemplos:

    • dataviz aplicada à saúde de gestantes (plots de curvas de risco de diabetes, estatísticas de depressão pós-parto);

    • dataviz aplicada à sustentabilidade (plots de proporção sobre iniciativas governamentais para economia verde);

  • Explicativo, se discutir dados de um segmento particular, com foco e nicho para tomada de decisão. Exemplos:

    • dataviz aplicado a clubes esportivos (plots de desempenho para tomada de decisão sobre contratação de novo jogador);

    • dataviz aplicado ao turismo (plots de tendências para tomada de decisão de empresa que trabalha no ramo de passeios turísticos).

Formatação#

Relatório de, no máximo, 4 páginas, contendo as seguintes seções:

  • Escopo: campo de conhecimento científico ou domínio de expertise no qual o projeto se insere;

  • Desafio: descrição do desafio (científico, tecnológico, operacional etc.) que o projeto busca solucionar;

  • Projeto de visualização: descrição das etapas a serem tomadas para atingimento da representação visual (documento descritivo do modelo referencial);

  • Mapeamento: codificação resumida utilizada para o mapeamento dos dados de entrada;

  • Representação(ões) visual(is) (RV(s)): plotagem(ns) obtida(s) após a execução do previsto no projeto de visualização;

  • Análise de dados: discussão resumida da leitura analítica que pode ser feita a partir da(s) RV(s);

  • Takeaways: síntese do mini-projeto em três pontos de destaque principais (“mensagem a ser levada para casa”);

  • Análise de viabilidade (opcional): brainstorming sobre um ou mais produtos de visualização que podem ser materializados e executados no projeto final do Módulo 3.

Elementos essenciais#

  • Excertos de código;

  • Representação visual (gráfico, curva, diagrama, infográfico);

Nota#

Neste ECVD, a ênfase está na programação e na geração de gráficos, bem como na capacidade de elaboração de um projeto de visualização de dados.

Critérios de avaliação#

Uma nota de 0 a 10 será atribuída ao ECVD com base no julgamento de 4 critérios (dimensões):

  • C1: Originalidade/Tecnicalidade: avalia capacidade de expor tema com originalidade e caráter técnico.

  • C2: Atualidade/Criatividade: avalia se o tema é de relevância para a atualidade e se há novidade criativa.

  • C3: Apresentação/Visual: avalia organização e estrutura do texto, qualidade de figuras, tabelas e dados em geral.

  • C4: Linguagem/Correção: avalia o uso da linguagem perante a norma culta, ortografia, coesão e coerência.

Inspiração#

Veja este post.

Temas baseados nos ODS (Agenda 2030)#

Temas gerais#

  • Artes, entretenimento (cinema, teatro, música)

  • Clima, meio ambiente, recursos naturais

    • Produção de resíduos sólidos urbanos

  • Saúde, esportes, qualidade de vida

  • Agricultura, pecuária, pesca

    • Região do Vale do São Francisco; produção de uvas

  • Energias, transição energética

  • Indústria 4.0, transformação digital, IoT

    • avaliação de ciclo de vida de produtos

  • Economia, renda, desigualdade social, finanças, mercados

    • Projeto de webscrapping para puxar valor de ativos (FII, ações) por tickers e focar em rebalanceamento de carteira.

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

  • Política, ética, cidadania

  • Infraestrutura, cidades inteligentes

  • Turismo, lazer

  • Geopolítica, relações internacionais, comércio exterior

  • Biotecnologia, materiais avançados

  • Gestão, administração, pessoas

  • Educação, ciência, tecnologia, inovação

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 física;

    • ciência de dados mecanicista;

    • métodos computacionais em saúde digital;

    • research software engineering:

    • modelagem de dados;

    • protocolos de reprodutibilidade;

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