
Um datathon é um evento com foco na análise e uso de dados, onde os participantes trabalham com grandes volumes de informações públicas para gerar insights e soluções. O objetivo é transformar dados brutos em conhecimento prático, facilitando a tomada de decisão e a criação de ferramentas mais eficientes e inteligentes para pessoas e governo.
O Datathon do Mapa das OSCs apresenta um desafio de inovação aberta para a comunidade de ciência de dados, buscando soluções inovadoras que aprimorem o uso e a compreensão dos dados, com aplicação específica no setor de Modelos de Linguagem de Grande Escala (LLMs). A competição visa reunir talentos para desenvolver ferramentas que tornem o Mapa das OSCs mais próximo dessas tecnologias, utilizando bases de dados públicas para gerar os resultados esperados.
Objetivo: Desenvolver um modelo de linguagem que possa ser integrado à plataforma do Mapa das OSCs para analisar e extrair informações relevantes de dados não estruturados.
Proposta: Utilizar técnicas de LLM para analisar descrições de projetos e relatórios de atividades das OSCs, extraindo informações sobre o impacto social de suas ações. Isso pode incluir a identificação de temas, a sumarização de resultados e a classificação de projetos por área de impacto.
Fontes de dados sugeridas:
Mapa das OSCs: A base principal das OSC se encontra em https://mapaosc.ipea.gov.br/base-dados . Pode-se usar outras bases de dados, incluindo descrições de projetos, disponíveis no portal https://mapaosc.ipea.gov.br/.
Transferegov: Dados brutos sobre transferências de recursos da União para projetos.
APIs de Mídias Sociais e Notícias: Fontes de dados não estruturados para treinar e testar os modelos de linguagem na extração de tendências e percepção pública.
Objetivo: Criar uma solução de visualização de dados, como dashboards interativos, que melhore a utilização e a compreensão das informações disponíveis, integrando dados de múltiplas fontes para gerar análises mais ricas.
Proposta - Correlação de Dados Geográficos: Identificar e visualizar a relação entre o tipo de atuação das OSCs e indicadores sociais, econômicos ou de violência em diferentes regiões do Brasil. A ideia é integrar camadas de variáveis de diferentes plataformas para potencializar a capacidade de análise e preditiva do Mapa das OSCs, mostrando onde a atuação da sociedade civil é mais necessária ou mais efetiva.
Fontes de dados sugeridas:
Mapa das OSCs - dados geolocalizados das organizações.
Atlas do Desenvolvimento Humano no Brasil (IDH) - Centenas de variáveis socioeconômicas por município e UF.
Atlas da Violência - Séries temporais de dados sobre diversos tipos de violência no território.
Índice de Vulnerabilidade Social (IVS)- Indicadores que refletem a exclusão e vulnerabilidade social.
Censo Demográfico IBGE - Dados demográficos e socioeconômicos essenciais.
Cadastro Único (CadÚnico) - Base de dados sobre famílias de baixa renda para identificar áreas de vulnerabilidade.
Ipeadata - Vasto acervo de dados macroeconômicos, regionais e sociais.
Atlas do Estado Brasileiro Ipea - Dados sobre o funcionalismo público em todos os níveis e poderes.
Portal da Transparência - Fonte de dados sobre transferências de recursos federais.
Inscrição: Os participantes podem se inscrever individualmente ou em equipes de até cinco pessoas. Ao se inscrever, a equipe deve indicar um(a) líder, que será o ponto de contato principal com a comissão organizadora.
Escolha do Desafio: Os participantes deverão escolher um dos desafios propostos, alinhando as habilidades da equipe com a área do desafio para maximizar o potencial da solução.
Desenvolvimento e Entrega da Solução: O desenvolvimento deve ser feito em um ambiente de colaboração aberta. A submissão final deve seguir as seguintes diretrizes:
Repositório de Código: O código-fonte completo deve ser hospedado em um repositório público no GitHub.
Estrutura do Repositório: O repositório deve ser bem organizado e conter:
README.md: - Documentação principal da solução, descrevendo o problema, a metodologia, as instruções de execução, os resultados e as bases de dados utilizadas.
requirements.txt: Lista de todas as bibliotecas e dependências do projeto.
Ambiente de Execução: A solução deve ser executável em um ambiente público, como Google Colab, Kaggle Notebooks ou via container Docker.
Entrega da Solução: A submissão será feita por um formulário online, onde a equipe fornecerá o link para o repositório GitHub, um resumo escrito da solução e, opcionalmente, um link para um vídeo de apresentação.
O cronograma oficial do Datathon será divulgado em breve.