DEV Community: Renata Maçãs

Python + Google Colab Tutorial for Data Analysis

Renata Maçãs — Mon, 18 Sep 2023 17:56:49 +0000

Introduction

Using data analysis is very important for creating or improving more efficient public policies. Here, we will talk about how numbers and data can be friends of public policies. This is important because we want representatives of the democratic state to do things that work, right?

Public policies are basically government plans to make society better. They can be about health, education, money, or even fun things like culture. Sometimes, we all help think about them!

The idea is that these public policies follow the rules written in the 1988 Constitution, which is like the manual of laws here in Brazil. But how do we know what to do and where to invest our money? That's where data comes in.

Data is like clues that help us understand what is happening in society. They show us things like how much money people earn, whether they have access to services like health and education, and even if everyone has the same opportunities.

For example, we have the Brazilian Institute of Geography and Statistics - IBGE. They are collecting information about everything, from how many people live in a city to how long it takes for people to get to work.

Transparency is crucial here. We need to make sure that everyone can see and understand this data because it helps keep things fair. There are even laws, like the Access to Information Act, that ensure you can request this information from the government. And we also have the General Data Protection Law (LGPD), which protects your personal information.

So, in summary, data is like valuable tips for creating better public policies. And it's important that everyone can access them and that our personal data is protected. After all, we are all on this journey towards a fairer society!

Tutorial

Let's perform a simple Data Analysis using Python, Pandas, Matplotlib, and Google Colab! :)

Let's access Google Colab:

Click on this link: https://colab.google/

You need to have a Google account.

It will open a new page in your browser with your 'Notebook' open.
The cool thing is that on this platform, we can simulate a virtual environment to work with code, and we can store these files in various locations, on your computer, GitHub, Google Drive, etc.

Let's change the name of the file:

At the top of the file, just click on the file name with the .ipynb extension and change it to 'lesson1'.
If you want, you can save this file in Drive, GitHub, etc.

Let's set up our project:

On the left side of the file, there's an option to configure the 'file,' let's click on it, and a folder icon will appear, which is our project!
In Google Colab, we already have a prepared environment for data analysis, but you can use other technologies, such as Jupyter, Anaconda, it all depends on what we are going to analyze. :)

image

Let's copy or drag the .csv file to the 'sample-data' folder or integrate it with Google Drive.
Mount Google Drive in Colab, you need to create a cell (code block) in the notebook with the following content:

from google.colab import drive
drive.mount('/content/drive')

By doing this, a message like this will appear:

Go to this URL in a browser: https://accounts.google.com/o/oauth2/auth?client_id=[value]
Enter your authorization code:

Access the URL above, choose a Google account, copy the generated token, and paste it in Colab, then press enter.
After doing this, the cell will update, and the following message will appear:

··········
Mounted at /content/drive

Send the file to Google Drive.
With the drive mounted, go to your Google Drive and upload the file.

Example: Datasets/imdb-reviews-pt-br.csv.

Open the Dataset in Colab. With the file in Google Drive, create a cell with the following values:

import pandas as pd

df = pd.read_csv('/content/drive/My Drive/Datasets/imdb-reviews-pt-br.csv')
df.head()

You should be able to see the first rows of your dataset! :)

Now let's access the website that provides open data for our analysis.

Let's access the INEP website at the following link: https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/enem
Clicking on the link will download the .zip file with all the data.
Unzip the .zip file and check which folders and file types it contains.
For the tutorial, we will select the Enem microdata.

Now let's program! If you don't know anything about Python, no problem, just copy and paste the code block below:

But it's essential to study Python or another programming language if you intend to advance in a career in Data Science. :)

Create a variable to store the data to be imported with Pandas:

microdata = pd.read_csv(‘file-path’), sep=";", enconding='ISO-8859-1'

After copying the code and pasting it into Google Colab, click the "run" button within the code block and watch the magic happen!
When you run the command, you will have the DataFrame, which is the data structure of Pandas that is encapsulated and read by it, meaning it's a table with rows and columns. :)

image

From here, we start the analysis:

At this point, it's time to ask questions.
What do we want to analyze?
What questions can the data and indices answer, or what hypotheses can they suggest?
How can this result impact decisions in both the public and private sectors?

To continue, let's perform a brief exploratory analysis based on the following question:

How to organize the columns to gain insights?
Let's type the following code to check the data:

microdata.columns.values

image

This command will return an array with the names of all the columns.
Since today we are only analyzing one dataset, let's select only a few columns for analysis, meaning we'll create a DataFrame for this analysis. Let's type the following code:

We'll use the filter method to filter the columns we want to analyze:

microdataSelect = microdados.filter(items=columnSelect)

microdataSelect.head()

image

Let's analyze the distribution of students by municipality.
You can use this link for reference on how to calculate statistics with Pandas:

https://pandas.pydata.org/docs/getting_started/intro_tutorials/06_calculate_statistics.html

Or you can check the Pandas documentation here:

https://pandas.pydata.org/docs/reference/index.html

In other words, how many rows are there for each municipality:
With the column variable name and the Pandas library method, we can also sort the data and look for the municipality we want, for example:

columnSelect = microdataSelect['NO_MUNICIPIO_PROVA']

columnSelect

image

and

columnSelect.value_counts()

image

columnSelectAge = microdataSelect['TP_FAIXA_ETARIA']

columnSelectAge.value_counts()

image

And now, to visualize the data, we'll use the Matplotlib library.

https://matplotlib.org/stable/api/

You imported it at the beginning of the project, remember? Here's how we imported it:

import matplotlib

image

run the command:

columnSelectAge.hist()

image

If we want to increase the data distribution for better use, we can use the 'bins' parameter:

columnSelectAge.hist(bins=30)

image

Now let's do the analysis by gender:

columnGender = microdataSelect['TP_SEXO']
columnGende.hist()

image

spoiler!

Oops, but the Enem only registers male and female, can't these data help with a public policy to have more gender options?

Conclusion:

Now, it's time to delve deeper into Data Analysis. Let's explore more, ask different questions, and try new technologies. Remember, what we saw was a basic tutorial to show how to use public data in simple or complex analyses.

The use of data is essential for effective public policies. It helps government and non-governmental organizations make informed decisions, aligned with the real needs of society, and also evaluate policy performance after implementation. Let's continue exploring data analysis to better serve the needs of society!

References:

[PT-BR] Free Courses from the Federal Government for Data Science: https://www.gov.br/governodigital/pt-br/capacita/ciencia-de-dados

[PT-BR] Research on Data Science and Education: https://www.institutounibanco.org.br/iniciativas/centro-de-pesquisa-transdisciplinar-em-educacao-cpte/ciencia-de-dados-na-educacao/

[PT-BR] 2022 - Data Science in Public Policies: An Education Experience National School of Public Administration (Brazil); De Toni, Jackson (Editor); Dorneles, Rachel (Editor) - https://repositorio.enap.gov.br/handle/1/7472

Tutorial de Python + Google Colab para Análise de Dados

Renata Maçãs — Mon, 04 Sep 2023 22:50:04 +0000

Introdução

Utilizar análises de dados é muito importante para criar ou melhorar políticas públicas mais eficientes. Aqui vamos falar sobre como números e dados podem ser amigos das políticas públicas. Isso é importante porque queremos que representantes do estado democrático façam coisas que funcionem, certo?

Políticas públicas são basicamente os planos do governo para fazer a sociedade ficar melhor. Eles podem ser sobre saúde, educação, dinheiro, ou até mesmo coisas divertidas como cultura. Às vezes, todos nós ajudamos a pensar nelas!

A ideia é que essas políticas públicas sigam as regras que estão escritas na Constituição de 1988, que é como o manual das leis aqui no Brasil. Mas como saber o que fazer e onde investir nosso dinheiro? Aí é onde entram os dados.

Os dados são como pistas que nos ajudam a entender o que está acontecendo na sociedade. Eles nos mostram coisas como quanto dinheiro as pessoas ganham, se têm acesso a serviços como saúde e educação, e até mesmo se todo mundo está tendo as mesmas oportunidades.

Por exemplo, temos o Instituto Brasileiro de Geografia e Estatística - IBGE. Eles estão coletando informações sobre tudo, desde quantas pessoas vivem em uma cidade até quanto tempo leva para as pessoas irem ao trabalho.

A transparência é fundamental aqui. Precisamos ter certeza de que todos podem ver e entender esses dados, porque isso ajuda a manter as coisas justas. Existem até leis, como a Lei de Acesso à Informação, que garantem que você pode pedir essas informações ao governo. E também temos a Lei Geral de Proteção de Dados (LGPD), que protege suas informações pessoais.

Então, resumindo, dados são como dicas valiosas para criar políticas públicas melhores. E é importante que todos possam acessá-los e que nossos dados pessoais sejam protegidos. Afinal, estamos todos juntos nessa jornada para uma sociedade mais justa!

Tutorial

Vamos realizar uma Análise de Dados simples utilizando Python, Pandas, Matplotlib, e o Google Colab! :)

Vamos acessar o Google Colab:

Nesse link aqui: https://colab.google/

Vamos clicar em "New Notebook”:

Para isso precisamos ter uma conta no Google.
Vai abrir uma nova página no navegador com seu ‘Notebook’ aberto.
O legal é que nessa plataforma podemos simular um ambiente virtual para trabalhar com códigos, e podemos armazenar esses arquivos em diversos locais, na sua máquina, no github, no drive, etc…

Vamos alterar o nome do arquivo:

Na parte superior do arquivo, basta clicar no nome do arquivo com extensão .ipynb e trocar para ‘aula1’.
Se quiser, podemos armazenar/salvar este arquivo no Drive, Github, etc…

Vamos configurar nosso projeto:

No lado esquerdo do arquivo temos um opção para configurar o ‘arquivo’, vamos clicar nela, e vai aparecer o ícone de uma pasta, é o nosso projeto!
No ‘Google Colab’ já temos um ambiente preparado para realizar análise de dados, porém pode utilizar outras tecnologias, como jupyter, anaconda, tudo depende do que vamos analisar. :)

image

Vamos copiar, ou arrastar o arquivo .csv para a pasta: ‘sample-data’ ou integrar com o Google Drive
Montar o Google Drive no Colab, tem que criar uma célula(bloco de código) no notebook com o seguinte conteúdo:

from google.colab import drive
drive.mount('/content/drive')

Ao fazer isso ira aparecer uma mensagem como esta:

Go to this URL in a browser: https://accounts.google.com/o/oauth2/auth?client_id=[um-valor-bem-longo]
Enter your authorization code:

Acesse o URL acima, escolha uma conta Google, copie o token gerado e cole no Colab, aperte enter.
Feito isso a célula atualiza e aparece a seguinte mensagem:

··········
Mounted at /content/drive

Enviar o arquivo para Google Drive
Com o drive montado, vá no seu Google Drive e faça upload do arquivo.

Exemplo: Datasets/imdb-reviews-pt-br.csv.

Abrir Dataset no Colab: Com o arquivo no Google Drive, crie uma célula com os seguintes valores:

import pandas as pd

df = pd.read_csv('/content/drive/My Drive/Datasets/imdb-reviews-pt-br.csv')
df.head()

Você já deve ser capaz de visualizar as primeiras linhas do seu dataset!!! :)

Agora vamos acessar o site que disponibiliza dados abertos para fazermos a análise

Vamos acessar o site do INEP no link abaixo:
https://www.gov.br/inep/pt-br/acesso-a-informacao/dados-abertos/microdados/enem
Ao clicar no link será realizado o download do arquivo .zip(compactado) com todos os dados
Descompactar o arquivo .zip e verificar quais são as pastas e tipos de arquivo que contém
Para o tutorial vamos selecionar a de microdados do Enem

Agora vamos programar! Se vc não sabe nada de python, não tem problema, é só copiar e colar o bloco de código abaixo:

Mas é fundamental estudar Python ou outra linguagem de programação se você pretende avançar na carreira na área de Ciência de Dados. :) '

criar uma variavel para armazenar os dados que vão ser importados com o panda:

https://pandas.pydata.org/docs/reference/api/pandas.read_csv.html

microdados = pd.read_csv(‘caminho-do-arquivo’), sep=";", enconding='ISO-8859-1'

Depois de copiar o código e colar no Google Colab, clique na tecla run dentro do bloco de código e veja a mágica acontecer!
Ao rodar o comando teremos o data Frame que é a estrutura de dados do pandas que é encapsulado e lido por ele, ou seja, uma tabela com linhas e colunas :)

image

A partir daqui iniciamos a análise:

Nesse momento é hora de realizar os questionamentos
O que queremos analisar?
Quais as perguntas que os dados, e índices podem apontar respostas, ou hipóteses?
Como esse resultado pode impactar nas decisões tanto no público como no privado?
Para continuar, vamos fazer uma breve análise exploratória a partir da seguinte questão:
Como organizar as colunas para ter insights?
Vamos digitar o código abaixo para verificar os dados

microdados.columns.values

image

Esse comando irá retornar um array com um vetor e com o nome de todas as colunas
Como hoje vamos analisar somente um conjunto de dados, vamos selecionar apenas algumas colunas para isso, ou seja, vamos criar um data frame para esta análise. - Vamos digitar o seguinte código:

O método que vamos utilizar é o filter (para filtrar as colunas que queremos analisar)

microdadoSelecionado = microdados.filter(items=colunaSelecionadas)

microdadoSelecionado.head()

image

Vamos analisar a distribuição de alunos por município

https://pandas.pydata.org/docs/getting_started/intro_tutorials/06_calculate_statistics.html

https://pandas.pydata.org/docs/reference/index.html

Ou seja, quantas linhas tem para cada município:

Com o nome da variável da coluna e o método da biblioteca do Pandas, também podemos ordenar os dados e procurar o município que queremos, por exemplo:

colunaSelecionada = microdadoSelecionado['NO_MUNICIPIO_PROVA']

colunaSelecionada

image

colunaSelecionada.value_counts()

image

Agora vamos fazer para a faixa etária:

colunaSelecionadaIdade = microdadoSelecionado['TP_FAIXA_ETARIA']

colunaSelecionadaIdade.value_counts()

image

E agora para visualizar os dados vamos utilizar a biblioteca matplotlib

https://matplotlib.org/stable/api/

Importamos ela lá no início do projeto, lembra? Aqui está como importamos:

import matplotlib

image

E podemos rodar esse comando:

colunaSelecionadaIdade.hist()

image

E se quisermos aumentar a distribuição de dados para melhor utilização, podemos usar o parâmetro ‘bins’:

colunaSelecionadaIdade.hist(bins=30)

image

Agora vamos fazer a análise de gênero:

colunaGenero = microdadoSelecionado['TP_SEXO']
colunaGenero.hist()

image

spoiler!

Opa, mas o Enem não cadastra por gênero, temos apenas a opção de masculino e feminino, será que esses dados não podem auxiliar a uma política pública para que tenha mais opções de gênero?

Conclusão:

Agora, é hora de se aprofundar na Análise de Dados. Vamos explorar mais, fazer perguntas diferentes e experimentar tecnologias novas. Lembrem-se, o que vimos foi um tutorial básico para mostrar como usar dados públicos em análises simples ou complexas.

O uso de dados é essencial para políticas públicas eficazes. Ajuda as organizações governamentais e não-governamentais a tomar decisões informadas, alinhadas com as necessidades reais da sociedade, e também a avaliar o desempenho das políticas após a implementação. Vamos continuar explorando a análise de dados para atender melhor às necessidades da sociedade!

Fonte:

Cursos gratuitos Do Governo Federal para a area de Ciência de Dados: https://www.gov.br/governodigital/pt-br/capacita/ciencia-de-dados

Pesquisa sobre Ciência de Dados e Educação: https://www.institutounibanco.org.br/iniciativas/centro-de-pesquisa-transdisciplinar-em-educacao-cpte/ciencia-de-dados-na-educacao/

2022 - Ciência de dados em políticas públicas: uma experiência de formação Escola Nacional de Administração Publica (Brasil); De Toni, Jackson (Organizador); Dorneles, Rachel (Organizadora) - https://repositorio.enap.gov.br/handle/1/7472

New goals, changes in perspectives, and 100 days of Python

Renata Maçãs — Wed, 05 Jul 2023 01:32:42 +0000

New post Blog: https://macasrenata.dev/post6

In the past few months, analyzing from a market perspective as well as a personal purpose perspective, I noticed that with the changes that were happening, it was necessary to set new goals. In this context, the Python programming language pointed towards a direction to align with this new point of view and build something new. Thus, the idea of sharing this new study I started in Python emerged, with the goal of solidifying the foundation of algorithms and data structures, developing software, and performing data analysis.

The job market is currently engaged in a broad discussion about working hours, the elimination of professions due to technology, and an uncertain future regarding how the system will maintain labor relations in terms of rights, among many other topics within this current context. In the technology field, this theme is emerging, especially with the implementation of AI (artificial intelligence), which has sparked discussions about the end of work for human developers. As an example of this phenomenon, and also after a post-pandemic period, the layoffs that occurred in this sector over the past year indicated a change in both work relations and the supply-demand wave, further undermining this sector.

Technology on-demand in the industry emerges within the context of the system, supply and demand, not necessarily solving problems for humanity as a whole. From this perspective, we observe the growth of technologies that meet the demand of businesses but do not necessarily contribute to a better future for all people. In the web development field, for example, I perceive how work relationships are already being precarious, with lost rights and a significant portion being automated by AI, replicating good practices already established as the norm at this moment. However, in this area, nothing is permanent, and evolution is constant.

Through this analysis, I have changed some career goals. Web development is wonderful, but it does not align with my professional and personal purposes. To align with this new perspective, Python has made a strong comeback in my current studies and personal projects. At the moment, I maintain two public repositories on Github to record and share this process of studying and practicing. I am also planning to create videos soon to explain in a more interactive way how knowledge is constructed and to reflect on how technology can be a tool for extending human abilities.

Therefore, in this brief summary of the analysis of the current context of a post-modern and almost apocalyptic (hehe) world, with an uncertain future regarding work, and within this technology context, starting new goals in this process of changing perspectives is not easy. But building something new requires discipline and persistence, and in this journey, I also want to share all the excellent references I have found along the way. The lesson learned is that nothing is fixed or permanent. Dare to dream.

References:

The future of work: https://www.youtube.com/watch?v=6QO1OGhocYU&list=PLzE3RHaM6jDPTHdf4Pnptw35vD2lZMddM

Python: https://www.youtube.com/playlist?list=PL5TJqBvpXQv6pHlMrbC-NfgeGE2CGrd1S

Study repositories: https://github.com/macasrenata/algoritmo-python https://github.com/macasrenata/data-science-study

Novos objetivos, mudanças de perspectivas e 100 dias de python

Renata Maçãs — Wed, 05 Jul 2023 01:27:19 +0000

Novo post Blog: https://macasrenata.dev/post5

Nesses últimos meses, analisando sob uma perspectiva de mercado e também de propósito, observei que a partir das mudanças que estavam acontecendo era necessário traçar novos objetivos, e nesse contexto a linguagem de programação Python apontava um norte para alinhar esse novo ponto-de-vista e construir algo novo. Assim, surgiu a ideia de compartilhar este novo estudo que iniciei em Python, com o objetivo de consolidar a base de algoritmos e estrutura de dados, desenvolver softwares e realizar análises de dados.

O mercado de trabalho está em um momento de ampla discussão sobre sua jornada de horas, a extinção de profissões por tecnologias, e um futuro ainda nublado sobre como o sistema irá manter as relações trabalhistas em forma de direitos, entre tantos outros temas dentro deste contexto atual. Na área de tecnologia o tema é emergente, ainda mais com a implantação de IA (inteligência artificial) no qual gerou boas discussões sobre o fim do trabalho como pessoas desenvolvedoras, em exemplo desse fenômeno e também após um momento pós-pandemia, os Layoffs (demissão em massa) que ocorreu neste setor no último ano, já apontava uma mudança tanto na relação do trabalho, e também na onda de oferta-demanda, precarizando também este setor.

A tecnologia sob demanda da Indústria, emerge no contexto do sistema, oferta e demanda, não necessariamente solucionar problemas enquanto humanidade, e nessa perspectiva observamos o crescimento de tecnologias que suprem a demanda dos negócios, mas não de um futuro melhor para todas as pessoas. Na área de desenvolvimento web, por exemplo, percebo o quanto já está sendo precarizado as relações de trabalho nos tipos de contratos acertados, direitos perdidos, e também boa parte sendo automatizadas por IA, replicando boas práticas já estabelecidas por padrão neste momento, porém nesta area, nada é permanente, a evolução é constante.

Nessa análise, mudei alguns objetivos de carreira, o desenvolvimento web é maravilhoso porém não contempla meus propósitos de carreira profissional e pessoal, e para alinhar esta nova perspectiva o Python retornou com tudo em meus estudos atuais e projetos pessoais. Neste momento estou mantendo dois repositórios públicos no Github para registrar e compartilhar esse processo de estudos e prática, em breve também gravando vídeos para explicar de forma mais interativa como é a construção de conhecimento, e reflexão também sobre como a tecnologia pode ser uma ferramenta de extensão das habilidades humanas.

Portanto, neste breve resumo de análise do contexto atual de um mundo pós-moderno, e quase apocalíptico(hehe), com um futuro incerto sobre o tema de trabalho, e dentro desse recorte da tecnologia, iniciar novos objetivos nesse processo de mudança de perspectiva não está sendo fácil, mas construir algo novo requer disciplina e persistência, e nessa jornada também quero compartilhar todas as referências excelentes que encontrei no caminho desse estudo. A lição que fica é que nada é fixo, nem permanente, ouse sonhar.

Referências:

O futuro do trabalho: https://www.youtube.com/watch?v=6QO1OGhocYU&list=PLzE3RHaM6jDPTHdf4Pnptw35vD2lZMddM

Python: https://www.youtube.com/playlist?list=PL5TJqBvpXQv6pHlMrbC-NfgeGE2CGrd1S

Repositórios de estudo: https://github.com/macasrenata/algoritmo-python

https://github.com/macasrenata/data-science-study

Comunidades de Ciência da Computação - o Django Girls

Renata Maçãs — Sun, 26 Mar 2023 21:23:41 +0000

Neste texto gostaria de compartilhar minha trajetória e envolvimento com as comunidades da área de programação/Ciência da Computação, e em particular meu aprendizado com a linguagem de programação Python e a framework Django, e o quanto esse conhecimento e participação em eventos foi importante na minha trajetória profissional e pessoal também. E também, porque atualmente decidi aprofundar meu conhecimento em Python na área de Ciência de Dados, da qual pretendo compartilhar esse processo de aprendizado aqui no Blog e em outras redes.

Bom, no período em que eu cursava a graduação em Análise e desenvolvimento de sistemas no IFRS meu contato com a linguagem de programação Python foi mínima, somente em 2017 em uma divulgação de um evento que iria ocorrer na cidade de Porto Alegre - RS/ Brasil, chamado Django Girls foi que de fato tive o maior contato. Este é um evento que ocorre internacionalmente, e foi nele que aprendi sobre as possibilidades de utilizar esta linguagem de programação em vários ramos de negócios e ciências, como montar meu primeiro blog gratuitamente do zero, e também o prazer de conhecer pessoas incríveis que participavam, e que de fato colaboraram para ampliar minhas perspectivas sobre a área de computação, o mercado de trabalho e as formas de aprendizagem de programação.

Desde então, o meu envolvimento com a comunidade de Python foi crescendo e ampliando as possibilidades de como o processo de aprendizado de programação poderia ser diferente, mais didático e assim promover outras formas de ensino/aprendizagem de algoritmos e estrutura de dados, que é a base da programação, algo que parece muito complexo como aprendi na graduação em tecnologia. Nesse período, conheci professores, mestres, pessoas desenvolvedoras de software excelentes, que tinham didática e compartilhavam o conhecimento para que a pessoa mais leiga conseguisse compreender, desconstruindo aquela imagem padrão ‘nerd branco cis homem’ que temos na mente quando falamos de Ciência da Computação.

Em 2018, foi um ano incrível pois tive a oportunidade de participar de 4 eventos do Django Girls, em várias cidades pelo estado do RS, e em cada apresentação eu particularmente aprendia mais que programação não precisava ser do jeito que ensinavam na graduação, e o principal disso tudo foi compreender que pessoas > tecnologia, mesmo em tempos de IA (Inteligência Artificial) com chatGPT.

Paralelo a esta experiência, no mesmo ano era meu último semestre da graduação no IFRS, e precisava apresentar meu TCC (trabalho de conclusão de curso), que seria na área de Ciência de Dados, utilizando Python, Pandas e Spark. Porém, foi o ano em que tive minha primeira oportunidade como uma pessoa desenvolvedora de software/junior - CLT, e era esse tipo de experiência de trabalho que eu precisava urgentemente para agregar na minha trajetória profissional. Infelizmente, não consegui dar conta de tudo na época, TCC segue na metade do projeto, e tudo bem.

Na minha experiência profissional ao entrar no mercado de trabalho de Tecnologia da Informação, meu primeiro contato foi na área de desenvolvimento web, voltado para o setor de negócio e-commerces. Neste período aprendi uma nova linguagem de programação, Javascript, e percebi que neste ramo de negócio, e inclusive atualmente, a alta demanda no mercado de trabalho continua em crescimento, ainda mais nesse período acelerado de Transformação Digital. A perspectiva era adquirir mais experiência no desenvolvimento web de ponta a ponta, realmente compreender como todo o sistema funcionava, então trabalhei em diversos ramos desse setor de negócio, como na vitrine, plataforma e pagamentos, geralmente atuando tanto no back-end e no front-end, e também tentando aprender e entender mais sobre os servidores em nuvem, agora faltava compreender como agregar valor do seu trabalho no negócio, foi aí que a comunidade foi de extrema importância, no meu ponto-de-vista.

Então, em 2019 decidi participar da organização do Django Girls na cidade de Porto Alegre, em conjunto com outras pessoas incríveis, e foi mais uma experiência dentro da comunidade que percebi o quanto este tipo de iniciativa é importante para desmistificar e desconstruir alguns conceitos e padrões, e aprender sobre o seu valor no mundo dos negócios. Neste evento em específico, tivemos a oportunidade de divulgar em várias vertentes da mídia, desde jornais, rádio e canais abertos de televisão, além de ter sido realizado em um ambiente amplo e com um ótimo suporte para permitir além do aprendizado inclusivo, conexão com outras pessoas, empresas, possibilidade de vagas de trabalho, espaço Kids*(crianças), e muita troca de conhecimento com as pessoas mentoras experts(profissionais maravilhosos) que estavam nesses dias em que ocorreu o evento. Momentos que com certeza impactaram centenas de pessoas que estavam envolvidas, direta ou indiretamente para que tudo isso acontecesse da melhor forma possível para alcançar o propósito do evento, além de ampliar as perspectivas das pessoas sobre a área de Ciência da Computação.

Nesse período eu e outras pessoas tínhamos muitas ideias para desenvolver no ano seguinte, mas com a pandemia em 2020 e o cessamento de eventos presenciais, o afastamento foi inevitável. Mas outras iniciativas de modo virtual foram crescendo e mostrando que este novo modelo seria a alternativa que permitiu que as comunidades pudessem seguir, e se reinventar e alcançar as pessoas interessadas. E após 3 anos, e analisando todo esse período, tudo isto demonstrou o quão poderosa é a força das comunidades da área de Computação, essas organizações seguem fortalecendo a inclusão de diversidade, e eu fico muito orgulhosa de ter feito parte de um pedaço desta construção.

Atualmente, temos diversas comunidades com recortes específicos das minorias e cada vez mais envolvidas no seu propósito, e fazendo um trabalho excelente de inclusão e em criar ambientes de acolhimento e empoderamento presenciais e virtuais. E também existe muito mais material gratuito disponível em diversas plataformas, desde como começar na área de ciência da computação até certificados gratuitos para se especializar em algum dos setores, como Desenvolvimento Web, Ciência de Dados, Machine Learning, IA, etc…

Contudo, nesse texto minha intenção foi mostrar um pouco da importância do envolvimento em comunidades que estejam alinhadas com seu propósito tanto na carreira profissional, quanto na pessoal, e o quanto isso agrega valor nesta trajetória. Neste momento, estou envolvida em algumas comunidades como o GirlsCode, WTD, e fico muito feliz de compreender que embora todas as adversidades que os tempos possam trazer, se fortalecer enquanto grupo/pessoas organizadas ampliam a perspectiva de um futuro mais inclusivo e diverso, seja na área de Ciência da Computação ou em qualquer outra.

:: Alguns links que considero importante dessa trajetória:

Tutorial do Django Girls (aprender a construir um blog do zero!):

https://tutorial.djangogirls.org/pt/

Exemplo no github do projeto do BLog com Django e Python:

https://github.com/macasrenata/djangogirls

Website da comunidade Python:

https://python.org.br/

Curso gratuito para aprender Python com o excelente professor Massanori:

https://www.pycursos.com.br/python-para-zumbis/ https://youtube.com/playlist?list=PLUukMN0DTKCtbzhbYe2jdF4cr8MOWClXc

Website do Django Girls:

https://djangogirls.org/pt-br/

Website do pyLadies:

https://brasil.pyladies.com/

Fotos do evento Django Girls 2019 em Porto Alegre - RS:

https://www.flickr.com/photos/djangogirls/albums/72157711458474326 https://www.instagram.com/djangogirlspoa/ https://twitter.com/djangogirlspoa https://djangogirls.org/pt-br/portoalegre/

Computer Science Communities - Django Girls

Renata Maçãs — Sun, 26 Mar 2023 21:02:37 +0000

In this text, I would like to share my trajectory and involvement with the programming/computer science communities, and in particular, my learning experience with the Python programming language and Django framework, and how this knowledge and participation in events were essential in my professional and personal growth. Furthermore, I will explain why I have decided to deepen my knowledge in Python in the field of Data Science, which I plan to share in this blog and other networks.

During my graduation in Systems Analysis and Development at IFRS, I had minimal contact with the Python programming language until 2017, when I learned about an event that would take place in Porto Alegre - RS/Brazil called Django Girls. It was at this event that I learned about the possibilities of using this programming language in various business and science fields, such as building my first blog from scratch for free. I also had the pleasure of meeting incredible people who participated in the event and who helped me expand my perspectives on computer science, the job market, and different ways of learning programming.

Since then, my involvement with the Python community has grown, and I have learned how the programming learning process could be different, more didactic, and promote other ways of teaching/learning algorithms and data structures, which is the basis of programming. I have met excellent teachers, developers, and professionals who have shared their knowledge and helped me understand that computer science is not only for white cisgender men.

In 2018, I had the opportunity to participate in four Django Girls events in various cities in the state of RS, and in each presentation, I learned more about how programming did not need to be taught the way it was in graduation. The most important thing I learned was that people are greater than technology, even in times of AI (Artificial Intelligence) with ChatGPT.

During the same year, I was in my last semester of graduation at IFRS and needed to present my final project in the field of Data Science using Python, Pandas, and Spark. However, it was also the year when I had my first opportunity as a software developer/junior - CLT, which was the type of work experience I urgently needed to add to my professional journey. Unfortunately, I couldn't handle everything at that time, and my final project is still halfway done, but that's okay.

In my professional experience entering the Information Technology job market, my first contact was in web development, focused on e-commerce business. During this period, I learned a new programming language, JavaScript, and realized that in this business area, and even now, the high demand for web development professionals continues to grow, especially in this accelerated period of Digital Transformation. My perspective was to acquire more experience in end-to-end web development, really understand how the whole system worked, so I worked in various branches of this business sector, such as storefront, platform, and payments, usually acting on both the back-end and front-end. I also tried to learn and understand more about cloud servers. However, it was important to understand how to add value to your work in the business, and that's where the community was extremely important from my point of view.

So, in 2019 I decided to participate in the organization of Django Girls in the city of Porto Alegre, together with other amazing people, and it was another experience within the community where I realized how important this type of initiative is to demystify and deconstruct some concepts and standards, and learn about their value in the business world. In this particular event, we had the opportunity to advertise in various media outlets, from newspapers, radio, and open TV channels, as well as being held in a large environment with great support to allow inclusive learning, connection with other people, companies, job opportunities, Kids' space, and a lot of knowledge exchange with expert mentors (wonderful professionals) who were there during the event. Moments that certainly impacted hundreds of people who were involved, directly or indirectly, so that all of this could happen in the best possible way to achieve the purpose of the event, as well as broaden people's perspectives on the field of Computer Science.

During this period, me and other people had many ideas to develop in the following year, but with the pandemic in 2020 and the cessation of in-person events, distancing was inevitable. But other virtual initiatives were growing and showing that this new model would be the alternative that allowed communities to continue, reinvent themselves, and reach interested people. And after 3 years, and analyzing this entire period, all of this has shown how powerful the force of Computing communities is, these organizations continue to strengthen diversity inclusion, and I am very proud to have been part of a piece of this construction.

Currently, we have several communities with specific cuts of minorities and increasingly involved in their purpose, and doing an excellent job of inclusion and creating in-person and virtual welcoming and empowering environments. There is also much more free material available on various platforms, from how to start in the computer science field to free certificates to specialize in one of the sectors, such as Web Development, Data Science, Machine Learning, AI, etc...

However, in this text, my intention was to show a little about the importance of involvement in communities that are aligned with your purpose, both in your professional and personal career, and how much value it adds to this journey. At the moment, I am involved in some communities like GirlsCode, WTD, and I am very happy to understand that, despite all the adversities that times may bring, strengthening as a group/organized people expands the perspective of a more inclusive and diverse future, whether in the field of Computer Science or any other.

:: Some links that I consider important from this journey:

Django Girls Tutorial (learn how to build a blog from scratch!):

https://tutorial.djangogirls.org/en/

Example project on Github for building a blog with Django and Python:

https://github.com/macasrenata/djangogirls

Python community website:

https://python.org.br/

Free course to learn Python with the excellent teacher Massanori:

https://www.pycursos.com.br/python-para-zumbis/ https://youtube.com/playlistlist=PLUukMN0DTKCtbzhbYe2jdF4cr8MOWClXc

Django Girls website:

https://djangogirls.org/

PyLadies website:

https://brasil.pyladies.com/

Photos from the Django Girls 2019 event in Porto Alegre - RS:

https://www.flickr.com/photos/djangogirls/albums/72157711458474326 https://www.instagram.com/djangogirlspoa/ https://twitter.com/djangogirlspoa https://djangogirls.org/pt-br/portoalegre/