Eventos

09 ago

LHuD

Curso de inverno - Tools for Reproducibility in Data Intensive Social Science Projects

Data
09/08/2022 - 25/08/2022
Horário
13h:00 até 16h:00
Local
As aulas serão presenciais, na sede da FGV. Aguarde divulgação da sala
Sobre o Evento

Este curso gratuito apresenta um conjunto de diferentes ferramentas necessárias para realizar projetos em Ciências Sociais com o uso intensivo de dados. Os conteúdos estão organizados em torno de cinco componentes principais:

  1. Configurando repositórios na nuvem.
  2. Entender e operar o controle de versionamento.
  3. Criação de conteúdo com as linguagens de marcação Latex e Markdown.
  4. Gerenciamento automático de referências bibliográficas e autoria.
  5. Usos de R e Python em Projetos de Ciência de Dados.

O programa completo (em inglês) está disponível aqui.

 

Pré-requisitos

O curso será ministrado em inglês e dúvidas também poderão ser esclarecidas em espanhol. O único pré-requisito é domínio da língua inglesa.

  • A oficina “Tools for Reproducibility in Data Intensive Social Science Projects” tem carga horária de 18h, oferece 20 vagas e é gratuita. As inscrições vão até o dia 31/07/2022.
  • As inscrições foram prorrogadas até o dia 07/08/2022 para a constituição de um cadastro de espera, em caso de desistência de participantes inscritos. Confirmações serão realizadas por e-mail em 08/08/2022.
  • É exigida frequência mínima em 75% do curso.
  • As aulas serão presenciais em laboratório de informática do edifício sede da FGV (Praia de Botafogo, 190, Rio de Janeiro) todas as terças e quintas entre 9 e 25 de agosto de 2022, de 13h às 16h, e não serão gravadas.
  • Para alunos de graduação regularmente inscritos em um dos cursos da FGV, a inscrição é feita por meio da Secretaria de Registros Acadêmicos (SRA). Para alunos de pós-graduação e alunos externos, a inscrição é realizada pelo link: http://www.fgv.br/eventos/?P_EVENTO=6122&P_IDIOMA=0.

 

Professor

José Manuel Magallanes-Reyes - Doutor em Ciências Sociais Computacionais (George Mason, EUA) e Doutor em Psicologia (UNMSM, Peru). Autor de "Introduction to Data Science for Social and Policy Research: Collecting and Organizing Data with R and Python" e de "Data Visualization for Social and Policy Research: A Step-by-Step Approach Using R and Python", publicados pela Cambridge University Press. Especialista em abordagens computacionais para políticas públicas e decisões políticas. É Professor Visitante na Evans School for Public Policy and Governance Senior Data Science Fellow no eScience Institute, ambos da Universidade de Washington, além de Professor da Universidade Católica do Peru. Membro da Leadership for Networked World, Harvard-Kennedy School of Government.
 

Local

As aulas serão presenciais, na sede da FGV.

Aguarde divulgação da sala