Esta generación tendrá la oportunidad de trabajar en conjunto con dos instituciones del Gobierno de Costa Rica, así como en colaboración con la Iniciativa Latinoamericana de Datos Abiertos (ILDA) y Escuela de Datos.

Guillermo Durán – Cambio Climático 

@gds506

A Guillermo le interesa hacer entendibles los análisis de datos a través de la visualización. Tiene experiencia en el uso de diferentes tecnologías, como programación en R (tidyverse, shiny y data.table), PostfreSQL, ArcGIS y QGIS.

Su trabajo en biogeografía lo ha llevado a diseñar áreas protegidas en Panamá, georeferenciar los datos de los museos de Historial Natural o trabajar en las distribuciones de ciertas especies en futuros climáticos usando Machine Learning. Guillermo estudió ingeniería forestal en Instituto Tecnológico de Costa Rica y luego obtuvo una maestría en Geografía en la Universidad Estatal de San Francisco, California. Forma parte del Centro de Investigaciones Geofísicas de la Universidad de Costa Rica con el análisis y visualización de modelos climáticos.

Guillermo estará trabajando en utilizar indicadores sobre el estado del medio ambiente, los Objetivos de Desarrollo Sustentable y relacionarlos con el cambio climático junto a la Dirección de Cambio Climático del Ministerio de Ambiente y Energía.

Eugenia Loria – Contrataciones Abiertas

Eugenia tiene experiencia en el uso de software estadísticos como SPSS, Minitab, JMP, Eviews y lenguajes de programación como R. Busca explicar las contrataciones a través de la relación entre variables y modelos explicativos, así como la evaluación del impacto de los diferentes programas.

Ha trabajado en la Banca Central de Costa Rica y en órganos multilaterales. Tiene experiencia en la docencia. Su área de fortaleza es la estadística descriptiva y el análisis de datos.

Le interesa usar su creatividad para promover el uso de datos y estadística para la toma de decisiones en el ámbito público. Cree en el poder de la alfabetización en datos. Ve la transparencia como una oportunidad para eficientar el trabajo del sector público.

Eugenia se dedicará a trabajar en Contrataciones Abiertas, una oportunidad para la rendición de cuentas y la transparencia, junto a la Dirección General de Administración de Bienes y Contratación Administrativa del Ministerio de Hacienda.

El programa de la fellowship Datos Abiertos para el Estado Abierto está diseñado para que nuestros fellows puedan organizar talleres, eventos de comunidad en Costa Rica y contenidos educativos, además de generar proyectos de mayor alcance con las instituciones aliadas.Este programa es apoyado por el fondo de transparencia del Banco Interamericano de Desarrollo (BID) y la colaboración de la Fundación Avina.

La Fellowship Estado Abierto continúa con el trabajo desarrollado por ILDA y la Universidad de Costa Rica capacitando a más de 140 personas en el servicio civil, y  busca aumentar la conciencia sobre la alfabetización de datos en el sector público y fortalecer comunidades que, juntas, pueden poner en práctica sus habilidades para hacer el cambio que quieren ver en el mundo.

Como todos los años, esperamos que este año podamos crear espacios para líderes locales y para que más organizaciones se involucren en nuevos y emocionantes retos a la hora de usar los datos.

Luego de revisar cientos de postulaciones alrededor del mundo nuestro equipo se entrevistó con personas con trabajo increíble y potencial. Luego de este proceso no tenemos dudas de que esta generación de fellows logrará proyectos innovadores en sus respectivos espacios.

Te presentamos a la generación 2018 de fellows  de Escuela de Datos:

Sofía Montenegro – Guatemala

@smontenegrom 

Sofía es una enamorada de la naturaleza y las enseñanzas que esconde. Se ha dedicado a la investigación y las ciencias sociales. Es una politóloga egresada de la Universidad Francisco Marroquín y en 2017 obtuvo un Máster en Opinión Pública y Comportamiento Político en la Universidad de Essex. En este último espacio reforzó su interés por la aplicación de metodologías de datos para la investigación de temas sociales.  Le interesa la academia en la manera en que es puesta en acción política y abrir camino para nuevas generaciones de mujeres que participen sin restricciones en el mundo de los datos y la política.  A la hora de pensar en datos, le interesa el análisis de redes sociales, la corrupción como fenómeno, los procesos electorales y las diferentes metodologías de investigación.

Pamela Gonzáles – Bolivia

@10PAMELA20 

Pamela Gonzáles es una apasionada por la visualización de datos y reducir le brecha digital para las mujeres. Cofundó  Bolivia Tech Hub, un espacio colaborativo de proyectos de tecnología que buscan contribuir a que en Bolivia prospere un ecosistema innovador. Es también la embajadora regional de Technovation, un programa basado en San Francisco que busca formar a niñas alrededor del mundo con habilidades para usar la tecnología, emprender y liderar. Se graduó de Licenciada en Ciencias de la Computación en la Universidad Mayor de San Andrés.

Odanga Madung – Kenia

Es el cofundador de Odipo Dev, una firma de ciencia de datos y analíticas que opera en Nairobi brindando servicios a compañías de tecnología y organizaciones sociales. Su mayor interés se encuentra en la intersección entre los datos y la cultura: a través de su trabajo ha podido visualizar y analizar actividades de sus clientes y eventos en Kenia y en el mundo. Su trabajo ha sido parte de artículos en Adweek, Yahoo, BBC, Quartz y Daily Nation, por mencionar algunos. Trabajará en el programa de Open Contracting en Kenia.

Nzumi Malendeja – Tanzania

Trabaja como investigador asociado en una firma independiente de evaluación de BRAC International en Tanzania, donde lidera proyectos de agricultura, salud y educación. Desarrolla plataformas de recolección de datos a través de móviles (como ODK collect y SurveyCTO) las cuales reemplazaron los métodos tradicionales basados en papel. Antes, trabajó como monitor de campo y asistente de investigación en el proyecto de educación SoChaGlobal y Maarifa ni Ufunguo, sobre transparencia en construcción. Estudió en la Escuela de Verano de Métodos de Investigación de la Universidad de Ciencias Aplicadas de Alemania y trabaja en su tesis de la Maestría de Investigación y Políticas Públicas en la Universidad de Dar Es Salaam.

   Elias Mwakilama – Malawi

Es profesor en la Universidad de Malawi y coordina los programas de investigación, seminario y estadísticas en el departamento de Matemáticas. Elias estudió matemática aplicada y computacional en operaciones, y tiene un máster en ciencias ma

temáticas.  Sus intereses en investigación radican en trabajar con modelos de optimización usando técnicas estadísticas integradas con habilidades en computación

para resolver problemas industriales en la práctica y la teoría. Durante su fellowship espera trabajar con la plataforma de contrataciones públicas para organizaciones sociales en Malawi, junto a Hivos.

Ben Hur Pintor – Filipinas

Es un activista por los datos abiertos y la tecnología open-source que cree que la democratización no solo implica abrir el acceso a datos, sino también su uso y análisis. Es un desarrollador de software con habilidades en datos geoespaciales que ha trabajado en proyectos relacionados a energías renovables y mapeos de riesgo participativos. Actualmente está estudiando un Máster en Ingeniería Geomática en la Universidad de Filipinas. Como parte de Free and Open Source Software (FOSS), es miembro activo de las comunidades de FOSS4G Filipinas y MaptimeDiliman — medios para compartir tecnologías de acceso libre.

Hani Rosidaini – Indonesia

Le apasiona cómo la tecnología puede ser adoptada y aplicada a las necesidades de las personas. En su trabajo, combina sus habilidades tecnicas en sistemas de información y ciencia de datos, con su conocimiento sobre los negocios y lo social para ayudar a compañías y organizaciones en Indonesia, Australia y Japón. Hani tiene experiencia como especialista en datos para políticas públicas en la oficina presidencial de Indonesia, en donde analizó la plataforma de integración de datos nacional  data.go.id y contribuyó a la generación de políticas públicas basadas en datos, promoviendo su uso en ministerios y agencias, así como en comunidades cívicas y locales.

Un año más de trabajo en equipo

El programa de Fellowships es un proceso complejo en el cual contamos con la ayuda de aliados, socios y financistas diversos que hacen posible este esfuerzo en tantos países. La generación 2018 de fellows de Escuela de Datos es posible gracias al apoyo de Hivos, el Banco Interamericano para el Desarrollo (BID), la Fundación Avina y  la Iniciativa Latinoamericana de Datos Abiertos (ILDA) en Latinoamérica. El programa de School of Data cuenta también con el apoyo del programa de Open Contracting de Hivos Internacional.

Con este programa buscamos aumentar la conciencia sobre el uso de datos en el sector público y construir comunidades que trabajando juntas usen sus habilidades para la alfabetización de datos.  La fellowship EstadoAbierto te permite organizar talleres, eventos de comunidad y contenidos educativos, además de generar proyectos de mayor alcance con organizaciones aliadas.

En su primera edición, esta Fellowship tiene dos enfoques temáticos.  Las Contrataciones Abiertas, una oportunidad para la rendición de cuentas y la transparencia, y el Cambio Climático y los indicadores sobre el estado del medio ambiente. El rol de las personas elegidas consiste en avanzar la liberación de datos y dinamizar su uso en estos dos temas, así como asistir en la formación de comunidad para promover estos datos.

Esta fellowship busca fortalecer el trabajo indicado en los compromisos 3 y 6 del III Plan de Acción de Gobierno Abierto de Costa Rica ante la Alianza para el Gobierno Abierto y la Política Nacional de Apertura de Datos Públicos. Las personas elegidas trabajarán junto con el Ministerio de Ambiente y Energía y el Ministerio de Hacienda.

Una nueva modalidad de fellowship

Para enfocar el entrenamiento y experiencia de aprendizaje, la Fellowship EstadoAbierto priorizará la selección de postulantes que:

• Cuenten con experiencia profesional o proyectos personales en relación a la transparencia en el uso de recursos públicos o el uso de datos sobre el medio ambiente.
• Tengan habilidades técnicas para el manejo de base de datos de diverso tipo y herramientas de visualización de datos.
• Sean capaces de gestionar proyectos vinculados a tecnología
• Muestren entusiasmo por el entrenamiento y la formación de capacidades. Ser fellow conlleva realizar talleres, mentorías y asesoría necesarias para formar en uso y manejo de datos.
• Conozcan a su comunidad local de organizaciones que trabajan en temas relacionados con transparencia, fiscalización, uso de datos, cambio climático, medio ambiente y desarrollo sostenible. Que demuestren tener vínculos con quienes abordan esta temática de manera directa
• Disponibilidad para participar en llamadas, reuniones y conferencias, como Abrelatam/ConDatos en Septiembre 2018.

Estamos buscando a individuos involucrados que ya cuentan con conocimiento profundo de un sector o tema, y que activamente han influenciado el uso de los datos en estas temáticas. Este enfoque permitirá a las y los Fellows iniciar rápidamente actividades y alcanzar lo máximo durante su participación en la Fellowship EstadoAbierto: ¡cinco meses pasan muy rápido!

Pueden aplicar todas las personas que vivan en Costa Rica y puedan ser contratadas para trabajar. Las sedes de trabajo se encuentran en San José. El Comité de selección lo integrarán un representante de ILDA, un representante de la Escuela de Datos y un representante del Gobierno de Costa Rica.

El programa durará 5 meses y los becarios recibirán la suma de 568.000 colones (en bruto) mensual. Como parte del programa, participarán presencialmente en la Conferencia Internacional de Datos Abiertos a llevarse a cabo en el mes de setiembre Buenos Aires en donde conocerán a otros miembros de la comunidad y  compartirán conocimientos. Este programa apoyado por el fondo de transparencia Banco Interamericano de Desarrollo (BID) y la colaboración de la Fundación Avina.

Postula aquí completando el formulario hasta el 10 de Junio. Si tienes alguna duda, por favor contactar con Javiera en la dirección [email protected]

¿Te has encontrado con bases de datos que tienen pequeños errores de transcripción? ¿Espacios de más, uso desordenado de mayúsculas y minúsculas, o registros que representan al mismo dato pero que fueron escritos con pequeñas diferencias? Con la herramienta OpenRefine puedes automatizar mucho del doloroso proceso de limpiar una base de datos. En este tutorial te enseñaremos una de sus funciones más útiles: la clusterización —o generación de agrupaciones automáticas— y los diferentes algoritmos que determinan las coincidencias entre registros.

El concepto de clusters (o agrupaciones, en español) se utiliza mucho en ciencias sociales y exactas para referirse a un tipo de análisis que toma un conjunto de datos y las reorganiza en grupos con características similares.  

En OpenRefine, cuando uno hace clusters significa que el programa está encontrando grupos de valores diferentes que pueden ser representaciones alternativas del mismo valor. Por ejemplo, si hablamos de ciudades, “New York”, “new york” y “Nueva York” son tres valores diferentes pero que se refieren al mismo concepto, sólo con cambios de idioma y de uso de mayúsculas y minúsculas.

Vale la pena mencionar que las agrupaciones en OpenRefine sólo se generan automáticamente en la sintaxis (o sea, el orden y la composición de caracteres que tiene como valor una celda) y aunque estos métodos son útiles para encontrar errores e inconsistencias, no son lo suficientemente avanzados para determinar agrupaciones a nivel semántico (o sea, el significado de un valor).

Estos métodos se pueden aplicar determinando cuántos grados de cercanía -en otras palabras, qué tan estrechas o flojas quieres encontrar las coincidencias-. Al graduar la cercanía encuentras coincidencias más o menos exactas. Por eso es importante que si bien, los algoritmos ayudan a automatizar la tarea de limpieza, un ojo y cerebro humano va administrando qué tan agresivas deben ser estas uniones para encontrar coincidencias, para evitar que asocie datos que no deberían ir juntos.

Conozcamos los algoritmos: En qué consisten estas  metodologías

Existen dos grandes metodologías para hacer clusters: la colisión clave y el vecino más cercano.  Open Refine utiliza diferentes variantes de estos dos métodos. Aquí te explicamos cuál es el proceso detrás de cada uno.

Sección 1: Métodos de colisión clave

Estos se basan en la idea de crear una representación alternativa de un valor inicial, el cual se convierte en una clave. Una clave contiene las partes más distintivas y significativas de un valor. OpenRefine va buscando en los demás registros qué otros valores se parecen a esta clave para agruparlos. El procesamiento requerido para este método no es muy complejo, por lo que presenta resultados muy rápidos. Este método tiene varias funciones diferentes que se pueden administrar en OpenRefine.

• Fingerprint

Un método fácil y simple. Quita todos los espacios en blanco, cambia todos los caracteres a minúsculas, remueve toda la puntuación y normaliza cualquier caracter especial a una versión estándar. Luego, parte el texto y aplica espacios en blanco. Así encuentra las coincidencias.

• N-Gram Fingerprint

Es similar al anterior, pero en vez de separar los caracteres por espacios en blanco, usa una cantidad a la enésima (n)  potencia de espacios que el usuario puede determinar.

• Fingerprint Fonético

Este método no revisa los caracteres textuales sino su pronunciación y fonética: la manera en que esa palabra se pronunciaría, en vez de revisar similitudes en la escritura. Es muy útil para limpiar datos con nombres particulares, ya sea de lugares y personas. En ocasiones, los errores de registro se deben a que se registran a partir de la pronunciación. Sirve para encontrar similitudes entre sonidos parecidos pero que se escriben muy distinto como el sonido de “sh” y “x”, que en ocasiones son similares.

Sección 2: Vecino más cercano (Nearest neighbor)

Estos métodos proveen un parámetro o radio de aproximación alrededor de un valor o palabra, y va encontrando los grados de similitud entre éste y otros registros. Debido a los cálculos necesarios, estos métodos son más tardados en procesar.

• Distancia Levenshtein

Este método se basa en el trabajo y proceso que implicaría cambiar a un registro A para que sea igual a un registro B. La distancia Levenshtein mide cuántas operaciones de edición -o cuántos pasos- le tomaría a alguien hacer que un dato se parezca al otro. Encuentra coincidencias entre los datos que están separados por la menor cantidad de pasos o cambios.

Por ejemplo, “Paris” y “paris” tienen una distancia de edición de 1, ya que solo se debe cambiar la P mayúscula a una minúscula. Sin embargo, “Nueva York” y “nuevayork” tienen una distancia de 3 pasos: dos sustituciones y un borrón.

•  PPM (Prediction by Partial Matching)

Este método se utiliza para encontrar coincidencias en secuencias de ADN. Estima la similitud entre textos y determina su contenido idéntico. Por ejemplo, con el ADN encuentra similitud entre dos muestras para indicar un grado de familiaridad. Es común en este campo que no se busque una coincidencia exacta (que implicaría trabajar con muestras de ADN de la misma persona) sino encontrar un alto grado de coincidencia y familiaridad.

Si dos cadenas A y B son idénticas, al concatenar A+B debería de producirse muy poca diferencia. Pero si A y B son diferentes, al concatenar A+B se deberían producir diferencias muy dramáticas en la longitud de la cadena.

Paso a paso. Aplicando los clusters en OpenRefine

OpenRefine es un programa que corre a través de tu browser o navegador de internet. Para instalarlo, es necesario que lo descargues en este link y sigas las instrucciones para tu equipo. Usualmente, solo requiere que descargues la carpeta, la descomprimas y abras la aplicación.

OpenRefine debería abrir una ventana negra con algunos códigos y abrirse automáticamente en tu navegador de internet. Si no funciona, prueba ir a la dirección http://127.0.0.1:3333/

Vamos a hacer un ejemplo con un conjunto de datos sobre financistas a las elecciones del 2017-2018 en Estados Unidos que puedes descargar aquí.

Para subir el archivo, solo sigue los siguientes pasos:

Create project > Elegir archivo  (selecciona el archivo ZIP que descargaste) > Next

OpenRefine te mostrará una previsualización de tu conjunto de datos. En este caso, deberás desmarcar la opción >Parse Next para indicar que tu base de datos no tiene títulos de columna en la primera fila.

En >Project Name,  escribe “Financiamiento político_Estados Unidos 2017-2018” y da click a >Create project para guardar este proyecto.

En la columna 8 encontrarás el listado de financistas. Haciendo click en el triángulo a la par del título de esta columna, selecciona >Facet >Text facet para generar un filtro de texto.

A un lado, te aparecerán todos los registros de financistas en orden alfabético, con un número a la par que indica cuántas veces aparece este nombre en la base de datos. Haz click en el botón  >Cluster  para empezar a generar agrupaciones automáticas.

En la siguiente ventana puedes aplicar todos los métodos de clusters que te enseñamos. Puedes administrarlo cambiando las opciones  >Method,  >Keying Function o  >Distance Function.

Con estos controles podrás ir determinando qué tan agresivos son tus clusters. Independientemente del método que eligas, el proceso es el mismo. Al seleccionar el método y sus opciones, OpenRefine comenzará a procesar los datos para encontrar coincidencias y armarlas en un cluster o agrupación.

En este ejemplo podemos ver que el programa encontró 531 valores muy similares, escritos de 8 maneras diferentes para decir lo mismo: que un financista se llama “JEFF FLAKE FOR U.S SENATE, INC”. Como puedes ver, a la par de cada manera de escribir, OpenRefine te muestra cuántas veces aparece de esta manera el valor.

En este caso te muestra dos opciones. La primera, >Merge incluye una casilla que puedes seleccionar en caso de que sí quieras que OpenRefine una estos valores. En la segunda opción >New Cell Value, el programa te da la oportunidad de que edites y decidas de qué manera quieres que se reescriba este cluster. Así, irás administrando la agrupación valor por valor, decidiendo si quieres o no agrupar los valores con >Merge y la opción de escritura bajo la cual estos valores se agruparán con >New Cell Value

Con este ejemplo, si aceptas todas las agrupaciones de cluster que te permite el método >Key Collision >Fingerprint verás como la columna de financistas pasó de tener 5,664 opciones diferentes, a tener 5,136 registros diferentes. 528 valores menos que eran repetidos pero contenían errores gramaticales o de sintaxis que hacían que la computadora no los tomara como iguales.

Así, en estos sencillos pasos, OpenRefine editó los valores de 54,807 celdas que manualmente tomarían demasiado tiempo para limpiar y estandarizar.

Para finalizar, haz click en  >Export para descargar tu base de datos limpia en el formato que prefieras.Ya sea valores separados por coma, o por tabulaciones; formato para Excel o HTML, OpenRefine te permite escoger entre diversos formatos para descargar la versión limpia de tu base de datos.

Cuéntanos en qué casos puedes utilizar los clusters y OpenRefine para limpiar tus datos. Escríbenos a [email protected] o por twitter @escueladedatos y estaremos compartiendo algunos ejemplos de usos de esta herramienta. 

Conoce más detalles sobre esta oportunidad…

Sobre la fellowship

Las fellowships son posiciones de 9 meses para personas apasionadas por los datos con talento y creatividad para generar actividades y proyectos innovadores.  Durante este periodo de tiempo, los y las fellows trabajan como parte de la red de Escuela de Datos desarrollando nuevas habilidades y conocimientos ya sea relacionados con una temática social, la construcción de comunidades de datos y la formación para alcanzar un mayor uso de datos.

Este período es una oportunidad para que una persona con trabajo previo pueda desarrollar su potencial de una manera más plena, con el apoyo de la red de formadores y especialistas de Escuela de Datos.

La fellowship de Escuela de Datos te permite crecer, generar proyectos de mayor alcance y contar apoyo participar de eventos y conferencias internacionales, asi como  organizar tus propias actividades y apoyar a tu comunidad local.

Como parte de este fellowship, nuestro objetivo conjunto es incrementar la alfabetización de datos y construir comunidades de práctica que cuenten con las habilidades en el uso de datos para poder cambiar su entorno. En este año, las fellowships tendrán un enfoque temático: las Contrataciones Abiertas, una oportunidad para fiscalizar cómo los gobiernos hacen uso de los bienes públicos y exigirles que rindan cuentas.

Una fellowship temática

Para enfocar el entrenamiento y experiencia de aprendizaje de las y los Fellows de Escuela de Datos 2018, este año se contempla un enfoque temático. Como resultado, se priorizará la selección de postulantes que:

• Cuenten con experiencia profesional o proyectos personales en relación con alguna arista de este enfoque temático.
• Muestren entusiasmo por el entrenamiento y la formación de capacidades. Ser fellow conlleva realizar talleres, mentorías y asesoría necesarias para formar en uso y manejo de datos.
• Conozcan a su comunidad local de organizaciones que trabajan en temas relacionados con transparencia, fiscalización, uso de datos y desarrollo sostenible. Que demuestren tener vínculos con quienes abordan esta temática de manera directa

Estamos buscando a individuos involucrados que ya cuentan con conocimiento profundo de un sector o tema, y que activamente han influenciado el uso de los datos en esa temática dada. Este enfoque permitirá a las y los Fellows iniciar rápidamente actividades y alcanzar lo máximo durante su participación en la Escuela de Datos: ¡nueve meses pasan muy rápido!

< Conoce más sobre el enfoque temático >

Nueve meses para generar un impacto

La Fellowship es de mayo  a diciembre de 2018 y comprende por lo menos 10 días al mes del tiempo de cada Fellow para trabajar offline y online. La o el Fellow debe fortalecer su comunidad local a través de entrenamientos, apoyando proyectos basados en datos y satisfaciendo sus necesidades para el uso de datos. Virtualmente, la o el Fellow debe participar activamente en la red global de School of Data, compartiendo conocimiento a través de sesiones online, posts en el blog y contribuyendo con la generación y actualización de los recursos de enseñanza de la comunidad. Cada Fellow recibirá un apoyo mensual de $1,000USD por su trabajo.

Como parte del programa, todos los Fellows seleccionados participarán presencialmente en el SummerCamp 2018 de la red global de School of Data en donde conocerán a otros miembros de la comunidad, compartirán conocimientos y habilidades, aprenderán sobre métodos, tácticas y enfoques de entrenamiento de Escuela de Datos.

Buscamos a personas que tengan experiencia en trabajar con datos y diversas tecnologías, por eso el perfil profesional o de estudios es variable. En el pasado nuestros fellows han sido desarrolladores, comunicadoras, economistas y periodistas con diferentes habilidades específicas, pero algo en común: pasión por los datos y el trabajo en comunidad.

Las tareas comunes de la fellowship incluyen

• Construir comunidad local de usuarios y públicos, lograr primeros acercamientos con interesados en el uso de datos abiertos a través de talleres, charlas y meetups. 
• Conocimiento básico de metodologías de uso de datos para enseñarle a otros y crear contenidos educativos que se publican en nuestro blog. 
• Brindar asesoría técnica en el uso de datos y metodologías a otras organizaciones o proyectos
• Poder conducir un proyecto propio relacionado a los temas de la fellowship.
• Organizar, planificar y dar seguimiento a proyectos cívicos y la generación de diversos productos.

¿Qué estás esperando? Tienes hasta el 6 de mayo de 2018 para aplicar a esta oportunidad.

Para aplicar, ingresa al formulario 

http://bit.ly/2018_fellowship

Para más información, escríbenos a [email protected] o tuiteanos a @EscuelaDeDatos

Daniel Suárez Pérez, coordinador del proyecto colombiano Datos Al Tablero, comparte cómo éste se inició, cómo se desarrolló, y los retos que aún tiene por delante.

Datos al Tablero se realizó vía School of Data, a través del Data Member Support, en alianza con el movimiento Todos por la Educación. Es una análisis de la desigualdad educativa en Colombia, a través de la recolección y análisis de datos sobre deserción y repitencia entre 2012 y 2015.

Cómo saber si tus ideas son correctas: Tania Montalvo, México

Venezuela. Katherine Pennacchio: Rebeldía colaborativa

Aprende en 5 minutos a colaborar aunque no estés en Ecuador

El 16 de abril un terremoto de alrededor de 7.8 grados golpeó la región costera en Ecuador.

La comunidad de Datos Abiertos del mundo y de América Latina se organiza para hacer su contribución con la construcción de un mapa base para labores de rescate, humanitarias y conocimiento para la población en general. Aún queda bastante por hacer.

Si no sabes cómo hacerlo, aprende en cinco minutos con este video de Juan Carlos Calderón en español. No es necesario localizarte en Ecuador, puedes mapear desde cualquier lugar del mundo.

El chat de Telegram donde se discute logística, así como todos los detalles del mapeo están en el documento wiki del Terremoto en Ecuador.

El mapa de Open Street Maps (OSM) se construye primordialmente con la conversión de imágenes satelitales a mapas editables abiertos a través de la herramienta Open Street Maps. A su vez, esta digitalización es convertida en una base de datos abiertos para uso público.

En el documento wiki se describe qué es la comunidad de voluntarios Open Street Maps y el equipo humanitario de OSM (HOT, por sus siglas en inglés), los canales IRC de soporte técnico para comunicarte con los equipos que lo coordinan y otros detalles como el hashtag #MappingEcuador para encontrar información relacionada en Twitter.

El administrador de tareas de OSM prioriza, divide y reparte las tareas pendientes y monitorea las concluidas. Un proyecto está casi completo pero hay más a los que resta mucho para terminar.  Ahí puedes sumarte a este mapeo global.

El esfuerzo lo lidera Humberto Yances (HOT) junto con Daniel Orellana (Open Street Maps Ecuador), quien esta mañana lanzó este Hangout donde encontrarás un tutorial básico detallado para mapear desde donde estés. El segundo hangout, con tutorial para mapeo intermedio y edición offline está acá.

Ayuda en campo

En cuanto a la ayuda en sitio, además de Open Street Maps, en el video se detalla cómo usar la plataforma https://mapa.desastre.ec/ que permite enviar y visualizar reportes de problemáticas originadas por el desastre, así como su ubicación geográfica.

Mapa Desastre permite a sus usuarios recibir alertas de acuerdo a la ubicación de su GPS. La información es pública y disponible también para los organismos de socorro.

Otra de las herramientas en sitio es Google Person Finder, repositorio donde puedes encontrar información de personas que buscas en Ecuador u ofrecer información de personas que encuentres.

Con Mapillary y Open Street Map Android Tracker puedes subir fotografías de las zonas de desastre.

Para la comunidad internacional

Si tienes amigos angloparlantes, comparte con ellos este post en School of Data, donde puedes encontrar esta información en inglés.

El campo de la alfabetización en el uso de datos es muy amplio. Globalmente, organizaciones como Escuela de Datos están trabajando por el empoderamiento de ciudadanos y periodistas en el uso efectivo de datos para el cambio social, desde estadística sanitaria a datos electorales, gasto gubernamental o figuras sobre periodísticos.

Dada la magnitud de este tópico, puede ser difícil para los fellows elegir en qué elementos de su educación concentrarse. Es por eso que la Fellowship de Escuela de Datos 2016 tendrá  una aproximación temática. ¿Qué significa esto? Básicamente, le daremos prioridad a los candidatos que puedan demostrar experiencia en (y entusiasmo por) un tarea específica en la alfabetización de datos.

También daremos preferencia a aquellos que demuestren vínculos con alguna organización que se desempeñe en esta área en particular o algún vínculo con cierta red establecida en dicha área. Esperamos que dichos individuos ya tengan algún conocimiento sobre su tema. Por ejemplo, que ya lleven a cabo alguna reflexión sobre los retos que pueden afrontar en el área de su elección.

El fellow que comienza así tiene una ventaja; ya está en camino de maximizar sus logros durante su estancia con Escuela de Datos.

Esperamos que teniendo estos enfoques temáticos no sólo potencia el aprendizaje de los fellows, sino que nos permitirá apoyarlos de manera más efectiva: con una dirección clara en la mente, podemos conectarnos con nuestra red de organizaciones y partners y encontrar apoyo local para el posicionamiento de los fellows.

Hemos aprendido, a través de diversos ciclos de fellowships, que los fellows dan lo mejor de sí cuando reciben este tipo de soporte; queremos formalizar esta dinámica en nuestra ronda de 2016.

No son sólo unos pocos los que se benefician de esta relación; es a través del fellow y la organización local (una organización de acompañamiento hombro con hombro), que podemos realmente maximizar el impacto de nuestro trabajo, llevando a cabo una “polinización cruzada” de conocimiento entre los distintos programas y países.

Veamos cada tema:

Elige tu propio enfoque temático

• Organización por partners: fellows y Escuela de Datos trabajan juntos

• Posiciones: 4

Los fellows pueden elegir su propio enfoque temático durante el proceso de postulación. Estamos buscando individuos con una fuerte experiencia o conocimiento sobre trabajo con datos en cualquier sector y que hayan identificado obstáculos para la alfabetización de datos en el campo en que amarían trabajar con nosotros para erradicar dichos obstáculos.

Si tienes experiencia en cualquiera de ellos, desde monitoreo de elecciones hasta reducción de riesgos en caso de desastre o transparencia fiscal, quizá en procuraduría de servicios médicos, te invitamos a compartir tu experiencia de trabajo en esa área, describir los retos en la alfabetización de datos que has identificado y explicar tu visión de las mejoras en la alfabetización en esa área temática.

Sé creativo y acepta retos, pero también, te sugerimos que pienses local, buscamos individuos que busquen tener un impacto de largo plazo en sus regiones y comunidades.

Ahora, antes de que te postules por el enfoque temático que prefieras, echa un vistazo a las siguientes categorías.

Si tienes experiencia trabajando en cualquiera de estos campos, te sugerimos que te postules para uno de ellos. La ventaj es que nosotros ya contactamos organizaciones aliadas que están listas para apoyar la experiencia de tu fellowship al proveerte con tutoría, mentorías y experiencia en sus propias áreas de dominio.

Aplica ahora

Fellow de Periodismo de Datos

Organización aliada

Posiciones: 3

Hay tres posiciones en este enfoque. Dos de ellas serán ocupadas por candidatos de Centroamérica en El Salvador, Guatemala u Honduras. Escuela de Datos e Internews están buscando fellows para dar soporte al lanzamiento de una iniciativa regional de periodismo de datos. Los fellows contribuirán a tres actividades, principalmente: el desarrollo de un curriculum de periodismo de datos que sea entregado a periodistas de El Salvador, Guatemala y Honduras, y trabajo en proyectos con una de tres salida de periodismo de investigación (El Faro en El Salvador, Plaza Pública en Guatemala y Revistazo en Honduras), así como ayudar a dichos equipos con el componente de datos en proyectos transfronterizos de periodismo fondeados por Internews.

Los fellows serán componentes integrales para el lanzamiento regional de este pograma de periodismo de datos y producirán mucho del contenido que será utilizado en este periodo.

La otra posición para el enfoque de periodismo de datos no está necesariamente asociada a las otras dos. Le sugerimos a los postulantes de cualquier país sugerir su propio acercamiento a la fellowship de periodismo de datos.

Postúlate para este tema

Fellowship de Datos responsables, Privacidad y Ética de datos

Organización aliada

• Posición: 1

La fellowship temática en Datos Responsables puede estar enfocada en cualquier número de problemáticas relativas al uso responsable de datos. “Datos Responsables” se refiere a un tema de mayor amplitud que lo digital o la seguridad en la información: se trata de reflexionar sobre el deber de asegurar derechos de la población para el consenso, la privacidad, la seguridad y la pertenencia de su información durante todas las etapas del ciclo de los datos.

Estudiar, explorar y dar respuestas a estos asuntos es esencial porque el uso de la tecnología y los datos se incrementa vertiginosamente en las estrategias de transformación social contemporáneas, y porque la velocidad a la que la tecnología y los datos evolucionan implica también que los peligros que estos representan crecen de manera inesperada y alarmante. Porque los retos que la sociedad civil enfrenta son amorfos y complejos, puede ser casi imposible para una organización el determinar el mejor y más responsable uso de los datos sin el consejo de especialistas.

Esperamos que esta fellowship te de una oportunidad para la inmersión profunda en tema de datos responsables (a través del lente de un proyecto, por ejemplo, el uso de material fílmico satelital, apertura de data sets, prácticas para compartir datos, visualización de datos, etc.) con el propósito de contribuir con esta tutoría especializada en desarrollo.

Postúlate para este tema

Fellow de datos de extracción

Organización Aliada

• Posición: 1

Un fellow de datos extractivos tendría al menos una comprensión básica del sector extractivo o al menos un deseo fuerte de aprender al respecto. Alguna familiaridad con los términos de contratos de extracción y las estructuras de pago sería muy útil, así como conocimiento sobre cómo encontrar y utilizar datos de extracción existentes (Open Oil Database, reportes EITI, etc). Esta posición para un fellow le sentaría bien a un candidato con una aspiración fuerte para emplear la información disponible y usarla para promover mayor transparencia y rendición de cuentas, así como para compartir conocimientos.

Aplica para este tema

Este artículo es una traducción. El artículo original puede hallarse aquí

https://schoolofdata.org/2016/02/10/the-new-thematic-approach-of-school-of-datas-fellowship/

Nos complace anunciar que, después de mucha deliberación difícil, la generación 2015 de fellows de School of Data ha sido seleccionada. Tuvimos casi 600 postulantes de 82 países distintos – así que no fue fácil escoger a sólo siete personas. Desearíamos tener más recursos para poder trabajar con más de ustedes.

Agradecemos a nuestros aliados locales SocialTIC y Metamorphosis, quienes hicieron mucho del trabajo en el proceso de selección de los y las fellows en sus áreas respectivas.

Sus fellowships inician ahora para terminar en diciembre, y estarán trabajando con sociedad civil y periodistas en sus áreas. Una parte principal de las fellowships es construir una comunidad datera en sus países – así que, si estás cerca de algunx de ellxs y te gustaría participar en los entrenamientos, sigue a Escuela de Datos en Twitter para estar al tanto de noticias de las siguientes actividades que estarán organizando.

Todos y todas nuestras fellows de 2015, así como algunos miembros de las comunidades locales de Escuela de Datos, estarán participando en la Conferencia Internacional sobre Datos Abiertos en Ottawa a fines de mayo, así que nos dará gusto verles si planean ir.

Sin más, las y los fellows de 2015:

Camila Salazar. Alajuela, Costa Rica

Camila estudió periodismo en la Universidad de Costa Rica y actualmente está terminando su licenciatura en Economía. Desde 2009 ha trabajado en TV, medios impresos y digitales. En los últimos años ha usado datos y herramientas cuantitativas para escribir historias periodísticas que motivan a las personas a cuestionar su realidad y a participar en el debate público informado.

En 2013 trabajó en el primer proyecto de factchecking en América Central. Este proyecto fue finalista en los Premios de Periodismo de Datos de la Global Editors Network en 2014. Más recientemente, trabajó en un proyecto de periodismo de datos llamado DataBase, en uno de los medios digitales más prestigiados de Costa Rica. Puedes seguir a Camila en Twitter en @milamila07.

David Selassie Opoku. Accra, Ghana

Goran Rizaov. Skopje, Macedonia

Goran Rizaov, periodista de datos basado en Skopje, República de Macedonia, con muchos años de experiencia en el periodismo de investigación. Goran fue fellow del Año Desarrollo Profesional en 2011/2012 estudianto periodismo de datos, periodismo de precisión y medios digitales en la Walter Cronkite School of Journalism and Mass Communication, ASU, en Phoenix, Arizona.

Él también formó parte de la Fellowship de Excelencia Periodística en los Balcanes en 2013. Trabajó durante seis meses en una historia de investigación acerca de la corrupción en el sector de comunicaciones en Macedonia y, por primera vez, logró la publicación de los nombres de funcionarios que forman parte de la investigación judicial en proceso en Estados Unidos. Hizo esto obteniendo datos principalmente del sistema PACER de EEUU, y de otras organizaciones civiles como Transparency International.

Él trabaja con herramientas de análisis de datos online y le encanta preparar infográficos.

Goran tiene una licenciatura en periodismo de la Universidad de San Cirilo y Metodio en Skopje, Macedonia, y tiene más de siete años de experiencia trabajando como reportero. Puedes seguir a Goran en Twitter en @goxo.

Julio López. Quito, Ecuador

Julio está terminando una maestría en Energía y Manejo de recursos en University College London (UCL), campus Australia. Se interesó en los datos abiertos después de unirse a “Extrayendo Transparencia«, una iniciativa de Grupo FARO que promueve la diseminación de datos gubernamentales dirigidos a ciudadanos para mejorar la accesibilidad y el uso de información sobre las industrias del petróleo y la minería en la sociedad civil y los gobiernos locales en Ecuador.

Julio se graduó de economía en 2010 y ha conducido estudios y entrenamientos en política fiscal, finanzas públicas y la gobernanza de las industrias petrolera y minera en Latinoamérica. Como parte de su fellowship, está interesado en promover iniciativas de datos abiertos en el sector energético en Ecuador y Latinoamérica. Puedes seguirlo en Twitter en @jalp_ec.

Nirab Pudasaini. Katmandú, Nepal

Nkechi Okwuone. Benin, Nigeria

Nkechi administra el Portal de datos abiertos del Estado de Edo en Nigeria, el primer portal de datos abiertos sub-nacionales en África. Es graduada del Federal Government Girls College, Ibusa y de University of Port Harcourt, donde recibió su licenciatura en Ingeniería electrónica.

Dirige un equipo de profesionales que implementan, promueven la agenda gubernamental de transparencia y gobernanza colaborativa y participativa. Ha trabajado en varios proyectos basados en datos durante los últimos años, desde la construcción de aplicaciones y visualizaciones de datos; seminarios y capacitaciones de datos; y la organización de y participación en hackatones de datos.

Nkechi también es directora de SabiHub, una organización sin fines de lucro dedicada a usar problemas sociales con tecnología, y donde da mentoría a emprendedores y entusiastas de los datos abiertos. Recientemente, organizó el primer hackatón de datos abiertos de agricultura en su estado, y que vio la participación de periodistas, desarrolladores, organizaciones de la sociedad civil y estudiantes.

Es respetada en la comunidad de datos abiertos de Nigeria y ha sido reconocida como la más joven Administradora de Datos Abiertos en África, así como ha sido nominada para el premio Future Awards Africa in Public Service (2014). Puedes seguirla en Twitter en @enkayfreda.

Sheena Carmel Opulencia-Calub. Makati City, Filipinas

Sheena ha administrado proyectos contra la violencia de género y para la protección de los derechos de mujeres y sus hijos en Filipinas, con financiamiento de la Unión Europea, y ha implementado sistemas de monitoreo online con los mismos fines.

Trabajó con ACF International y UNICEF como la Administradora Nacional de Información del clóster de Agua, Saneamiento e Higiene co-dirigido por UNICEF y el Departamento de Salud de Filipinas, donde dio apoyo a comunidades y agencias gubernamentales y no-gubernamentales para el establecimiento de sistemas de manejo de la información durante emergencias como el tifón Pablo en 2012, la crisis en Zamboanga, el terremoto en Bohol y el supertifón Yolanda en 2013. Está asistiendo al Departamento de Salud en la implementación de una base de datos nacional para erradicar la defecación al aire libre, entrenando a gobiernos locales en el uso de tecnologías móviles para la recolección de datos.

Sheena terminó su licenciatura en Ciencia Política y maestría en Relaciones Industriales de la Universidad de Filipinas – Diliman. Puedes seguirla en Twitter en @sheena_orlson.

Aliados locales
El Programa de Fellowships es desarrollado e implementado con Code for Africa, SocialTIC (México), Metamorphosis (Macedonia) y Connected Development (Nigeria).

Financiadores
Las fellowships de este año serán apoyadas por Hewlett Foundation, Open Data for Development OD4D, Hivos, y la Oficina Internacional en Macedonia.