Városi adatok és hálózatok vizuális formái

Janosov Milán

Chief Data Scientist
Datapolis

 

Mi a szakmai háttered?

Pályámat fizikusként kezdtem, ahol adatmodellezést először biofizikai kísérletekben, később pedig csoportosan mozgó állat falkák leírásában használtam. Ezt követően váltottam emberi viselkedés modellezésére, amiből a CEU-n PhD-t, a Bell Labs-ben és a BarabásiLab-ben pedig kutatási tapasztalatot szereztem.

A sok különböző terület ellenére az adatkutatás kapcsán számomra talán a legizgalmasabb rész mindmáig a problémamegoldás maradt – hogyan használhatunk számokat akár egészen furcsa és absztrakt, vagy éppen nagyon fontos gyakorlati kérdések megválaszolására?

Mivel foglalkozol most?

Jelenleg a Datapolis nevű viszonylag friss start-up data science vonaláért felelek chief data scientist-ként. Ez a gyakorlatban azt jelenti, nagyon sok és nagyon különböző városi és emberi adat gyűjtésével, elemzésével, és megértésével segítek egy lokáció-elemzést és adatalapú városfejlesztést célzó termék illetve platform kifejlesztésében.

Miről fog szólni az előadásod?

Korábbi kutatásaim, majd pedig kiemelten a Datapolis megvilágították számomra, hogy mennyire izgalmas és sokszínű módon lehet használni egy olyan klasszikus adatvizualizációs formát, mint a térkép. Ennek fontos, és bárki számára elérhető opensource eszközrendszere a jól ismert OpenStreetMap – Python páros.

Előadásomban ennek lépcsőit szeretném megmutatni – vagyis hogyan tudjuk crowdsourced adatokkal könnyen leírni kedvenc városainkat, kerületeinket, és ezek különböző vonatkozásait (pl. úthálózat, épületek alaprajzai), és esztétikus formában ábrázolni, mindezt Pythonban.