O objetivo dessa chamada é continuar promovendo um espaço de criatividade e, agora, através da busca por scripts de análise de dados relacionados às demandas de mobilidade urbana no contexto dos municípios do estado do Rio de Janeiro.
Tema: "Propostas para um planejamento da mobilidade urbana baseada em dados."
SOBRE A COMPETIÇÃO
Essa iniciativa é promovida pelo projeto Mob 4.0, em parceria com o Instituto Municipal de Trânsito e Transportes de Campos dos Goytacazes (IMTT), e segue o mesmo formato de um Hackathon tradicional, com desafios e premiações, mas com foco em soluções propostas a partir da
análises de dados.
O QUÊ?
.png)
Procuramos por scripts/ códigos de análise de dados voltados à mobilidade a partir dos seguintes desafios:
COMO?
.png)
As propostas devem ser apresentadas em notebooks, com preferência para as
linguagens tipo Python ou R. Para conceber um notebook bem estruturado e documentado, elencamos algumas diretrizes que a serem seguidas e que serão parte da avaliação:
QUANDO?
.png)
A submissão das propostas ficará aberta até às 23h59, do dia 08 de dezembro, então corra e envie o quanto antes a sua ideia!
PREMIAÇÃO
As seis propostas mais bem classificadas (1 - 6) receberão
1 tablet/cada.
As propostas entre 7 - 15 na classificação receberão
500 reais em dinheiro.
As propostas entre 15 - 25 na classificação receberão
250 reais em dinheiro.
*A premiação será entregue para a pessoa que realizou a inscrição, independentemente de inscrição individual ou em grupo
(Para saber mais, consulte o Regulamento).
COMISSÃO JULGADORA
Conheça quem irá avaliar os projetos
Matheus Oliveira
Prof. COPPE/UFRJ
Professor na COPPE/UFRJ, responsável pelas iniciativas do Hub de Inovação Tecnológica em Transportes, do Ubuntu_labe e da Rede Mob.
Ana Maciel
Economista
MBA em Finanças (IBMEC-SP), mestra em Engenharia de Produção (UENF) e doutoranda em Engenharia de Transportes (COPPE/ UFRJ). Assessora de Programas Especiais no Instituto Municipal de Trânsito e Transporte de Campos dos Goytacazes.
José Brandão
Engenheiro Civil
Mestre e doutorando em Engenharia de Transportes (PET/Coppe/UFRJ), com foco na relação entre o acesso promovido pelos sistemas de mobilidade urbana e o impacto que esses sistemas têm na estruturação do ambiente construído. Utiliza Python para análise espacial de dados no trabalho acadêmico e, mais recentemente, nos projetos de consultoria em que atuou, projetos estes referentes ao diagnóstico e ao planejamento de sistemas de transporte.
Dicas para a
BUSCA POR BASES DE DADOS
A fim de orientar os participantes a respeito de locais com uma grande quantidade e diversidade de dados úteis, referenciamos algumas possíveis bases de dados.
A ideia não é direcionar a busca para alguns repositórios completos e interessantes, focando, a não ser no caso das bicicletas compartilhadas, em bases de dados ou repositórios nacionais.
Ao fazer buscas online utilizando os termos empregados por esses repositórios, você deve ser capaz de encontrar outros dados similares para outras cidades que lhe interessem.