SlideShare uma empresa Scribd logo
EREBD2020-São Luís
Empreendedorismo:
perspectivas e desafios aos profissionais da informação
BIBLIOTECÁRIO NO CONTEXTO
DO BIG DATA:
O BIBLIOTECÁRIO 4.0
Suênia Oliveira Mendes
Dra. Ciência da Informação/UFSC
Bibliotecária UFMA
Fonte: TopTestes
Fonte: Painel logístico. Por uma indústria mais moderna. 2019. Disponível
em:http://www.painellogistico.com.br/%EF%BB%BFpor-uma-industria-mais-moderna/. Acesso em: 29 dez. 2019.
Indústria 4.0
Indústria 4.0 – “[...] troca de informação entre usuários, dispositivos móveis, máquinas,
sensores, entre outros recursos tecnológicos. “ (HERMANN;PENTEK;OTTO,2016 apud
BLATTMANN; FORESTI, 2017, slide 11).
A Indústria 4.0 - paradigma econômico – Internet - uso intensivo de informação e
tecnologia - virtualização aplicada à produção de bens e serviços (BLATTMANN;
FORESTI, 2017, slide 12).
Fundamentado na “computação móvel”, na “computação nas nuvens” e no “big data”
(MESKO; KRAPEZ, 2016, p.6 apud BLATTMANN; FORESTI, 2017, slide 14).
Fonte: BLATTMANN, Úrsula; FORESTI, Fabrício. O paradigma da biblioteca 4.0. 2017. Disponível
em:http://fontes.wdfiles.com/local--files/nossa-turma-pci-3211-fontes-de-informacao-
2017/O%20PARADIGMA%20DA%20BIBLIOTECA%204.pdf. Acesso em: 12 jan. 2020.
“Pesquisa 4.0” - resultado de uma dinâmica social de quatro elementos – o investigador,
os documentos, os utilizadores (seus pares) e o mapeamento semântico dos metadados; em
plena interação potenciada pelo sistema.
BENTO, Filipe Manuel Santos; OLIVEIRA, Lídia de Jesus. Pesquisa 4.0: novas dinâmicas de pesquisa e descoberta de
informação científica e cooperação entre investigadores. Perspectivas em Ciência da Informação, v. 19, n. 2, p.04-14, 2014.
Disponível em:http://www.scielo.br/pdf/pci/v19n2/02.pdf. Acesso em 02 jan. 2020.
DELOITTE. Indústria 4.0: preparados para revolução. 2018. Diponível em: https://www.youtube.com/watch?v=DL-DS9A8nvE. Acesso
em: 19 jan. 2020.
A Biblioteca ou o Bibliotecário 4.0 – Revolução Industrial 4.0
Fonte: GRAY, Jim. eScience: a transformed scientific method. Transcrição de palestra ministrada por Jim Gray
no Conselho Nacional de Pesquisa (EUA), 11 Jan. 2007. In: HEY, T.; TANSLEY, S.; TOLLE, K. (Ed.). The fourth
paradigm: data-intensive scientific discovery. Redmond: Microsoft Research, 2009.
Paradigmas da ciência
Paradigmas da ciência
1º Paradigma
Ciência Empírica Ciência Computacional
3º Paradigma
Ciência Teórica
2º Paradigma
eScience
4º Paradigma
Complexity
Múltiplos fatores-chave
de decisão
Volatility
As mudanças são
imprevisíveis
Ambiguity
Falta de clareza sobre
um significado ou
evento
Uncertainty
O ambiente é dinâmico
e sem clareza do
presente.
O mundo muda em velocidade muito acelerada e com destino incerto,
proporcionando várias respostas para uma mesma questão.
Mundo VUCA
É o movimento para tornar a pesquisa científica, os dados e a disseminação
acessíveis a todos os níveis de uma sociedade (FOSTER, 2018).
FIOCRUZ. Escience. 2019
FOSTER. Open Science. 2018. Disponível em: https://www.fosteropenscience.eu/foster-taxonomy/open-science. Acesso em: 13
out. 2019.
Ciência Aberta
(FIOCRUZ, 2019)
Big Data – trabalha com grandes volume de dados com maneiras de reutilizar e extrair
valor (tecnologia-análise).
O volume de dados - tecnologia do Big Data - análise e a conversão dos dados em
insights, inovações e produtos de dados.
Fonte: FUNDAÇÃO INSTITUTO DE ADMINISTRAÇÃO. Big Data: o que é, como aplicar, a importância e exemplos. 2018. Disponível
em: https://fia.com.br/blog/big-data/. Acesso em: 18 jan. 2020.
RODRIGUES, Adriana Alves; NÓBREGA, Emeide; DIAS, Guilherme Ataíde. Desafios da gestão de dados na era do Big Data: perspectivas
profissionais. Informação & Tecnologia (ITEC), Marília, v. 4, n. 2, p. 63-79, 2017. Disponível em:
https://periodicos.ufpb.br/ojs2/index.php/itec/article/view/40538. Acesso em: 20 jan. 2020.
Data Science
Ciência de dados versus análises estatísticas
A ciência de dados difere das análises estatísticas e da ciência da computação em seu método que
é aplicado a dados coletados usando princípios científicos.
Big Data, que demanda o uso de diferentes tecnologias à análise estatística.
A Ciência de dados está procurando descobrir conhecimento a partir de uma quantidade
grande de dados que podem ser usados para tomar decisões e fazer previsões, e não
simplesmente a interpretação de números.
Fonte: MATOS, David. Bibliotecas de Data Science em Python, R e Scala. 2019. Disponível em:
http://www.cienciaedados.com/bibliotecas-de-data-science-em-python-r-e-scala/. Aceso em: 16 jan. 2020.
A gestão de dados de pesquisa envolve serviços, ferramentas e infra-estruturas que abrangem
o ciclo de vida da pesquisa como um todo.
Definição
Campo interdisciplinar que usa algoritmos científicos, métodos, técnicas e
várias abordagens para extrair informações valiosas de dados
estruturados e não estruturados.
Definição
Uma aplicação de um complexo de técnicas quantitativas para facilitar o
processo de tomada de decisão.
Objetivo
Revelar os insights dos dados que são aplicados em benefício
de vários setores.
Objetivo
Permitir insights orientados por dados e aplicar os elementos da
ciência cognitiva ao planejamento e desenvolvimento de políticas.
Visualizar dados
Os dados são uma ferramenta para melhoria e desenvolvimento de
negócios
Visualizar dados
Os dados são uma ferramenta para tomar decisões
Campos de aplicação
Aplicado em diversos setores, como varejo, entretenimento, saúde,
telecomunicações, finanças, mídia, viagens de seguros, manufatura,
agricultura, esportes.
Campos de aplicação
As áreas mais comuns são negócios e administração, direito e educação,
regulamentação ambiental, ciência militar, saúde pública e políticas públicas
Desafios
Enormes quantidades de dados sujos; Dificuldades no desenvolvimento da
fonte; Crescimento rápido da esfera; Problemas de segurança de dados;
Acesso a dados corretos
Desafios
Necessidade de conhecimentos complexos de matemática, finanças, análise; A
complexidade das técnicas aplicadas; A falta de dados confiáveis; Lidando com
ambientes de dados complexos
Tendências futuras
Automação; Chatbots e assistentes virtuais; Realidade aumentada;
Robotização; Aprendizagem por reforço
Tendências futuras
Tomada de decisão automatizada; Empoderamento de dados; Aumento da
demanda em especialistas; Importância crescente e ampla aplicação nas
indústrias
Tradução livre
Fonte: BOBRIAKOV, Igor. Data science vs. decision science. 2019.
https://medium.com/@ibobriakov/data-science-vs-decision-science-infographic-7ad6e16698d.
Disponível: . Acesso em: 16 jan. 2020.
Web de Dados
Permite a publicação e o compartilhamento de Dados Abertos Conectados (AUER, 2014).
Considerações aos dados disponibilizados e/ou geridos:
a)Reuso
b) Compreensão
c) Interligação
d) Descoberta
e) Confiança
f) Acesso
g) Interoperabilidade (CSV, JSON,RDF, XML, entre outros)
h) Processabilidade
Fonte: AUER, Sören. Introduction to lod2. In: Linked Open Data – Creating Knowledge Out of Interlinked Data.
AUER, S.; BRYL, V.; TRAMP, C (Ed.). Lecture Notes in Computer Science. Springer-Verlag, 2014.
Gestão de Dados
Plano de gestão de dados descreve os dados e metadados, restrições legais e éticas; política de
preservação e compartilhamento; descrição de mecanismos, formatos e padrões.
Fonte: SÃO PAULO. Universidade de São Paulo. Plano de gestão de dados. 2016. Disponível
em:http://www.sibi.usp.br/apoio-pesquisador/dados-pesquisa/plano-gestao-dados-2/. Acesso em: 17 jan. 2020.
Ferramentas para a Gestão de Dados de Pesquisa:
Data Management Plan – DMPTool (https://dmptool.org/user_sessions/institution) –
Ferramenta online que cria dinamicamente um plano de gerenciamento de dados focado
especificamente em agências de financiamento dos EUA.
Dados de pesquisa
Registros científicos da pesquisa - resultados
Tipos de dados:
 Dados observacionais – observações científicas os pesquisadores medem causa e
efeito;
 Dados experimentais – procedimentos realizados em condições controladas;
 Dados computacionais – produtos da execução de modelos de ordenações,
simulações ou fluxos de trabalho.
Fonte: SILVA, Fabiano Couto Corrêa da. Gestão de dados científicos. Rio de Janeiro: Interciência, 2019.
Imagem: Angues, Ivan. 2018. Disponível em:https://dadosdepesquisa.rnp.br/o-que-sao-dados-de-pesquisa/. Acesso em:
12 jan. 2020.
Licença de Reuso de dados abertos
Licença de Reuso de dados abertos
Dataverse é uma arquitetura de software livre para a publicação, citação, análise, preservação
e reuso dos dados de projetos de pesquisa.
Compartilhamento, arquivamento e promove a referenciação de dados de pesquisa.
Fonte: ARAÚJO, L. M. de S.; MARDERO ARELLANO, M. A.; FERRER, I. D. Guia para os usuários do repositório Dataverse
do Ibict. Boletim Técnico Do PPEC, v. 3, n. 2, 2018. Disponível em:
https://econtents.bc.unicamp.br/boletins/index.php/ppec/article/view/9160. Acesso em: 20 jan. 2020.
DataVerse
Fonte: ARAÚJO, L. M. de S.; MARDERO ARELLANO, M. A.; FERRER, I. D. Guia para os usuários do repositório Dataverse
do Ibict. Boletim Técnico Do PPEC, v. 3, n. 2, p.7, 2018. Disponível em:
https://econtents.bc.unicamp.br/boletins/index.php/ppec/article/view/9160. Acesso em: 20 jan. 2020.
Fonte: ARAÚJO, L. M. de S.; MARDERO ARELLANO, M. A.; FERRER, I. D. Guia para os usuários do repositório Dataverse do
Ibict. Boletim Técnico Do PPEC, v. 3, n. 2, p.10, 2018. Disponível em:
https://econtents.bc.unicamp.br/boletins/index.php/ppec/article/view/9160. Acesso em: 20 jan. 2020.
Visualização de Dados - Data Science
Ferramentas preferidas: Tableau, Qlik, PowerBI, Excel, D3.js, Bibliotecas para
Python/R, enfim, você decide!
Onde obter dados?
Fonte: OHAJI, Isaac K.; CHAWNER, Brenda; YOONG, Pak. The role of a data librarian in academic and research
libraries. Information Research, Sweden, v. 24, n. 4, 2019. Disponível em:http://www.informationr.net/ir/24-
4/paper844.html. Acesso em: 11 jan. 2020.
http://dados.gov.br/
Fonte: Digital Curation Center (DCC) traduzido por Vidotti (2016). Disponível em:
http://www.dcc.ac.uk/resources/curation-lifecycle-model
Fonte: RODRIGUES, Adriana Alves; NÓBREGA, Emeide; DIAS, Guilherme Ataíde. Desafios da gestão de dados na era do Big Data: perspectivas
profissionais. Informação & Tecnologia (ITEC), Marília, v. 4, n. 2, p. 63-79, 2017. Disponível em:
https://periodicos.ufpb.br/ojs2/index.php/itec/article/view/40538. Acesso em: 20 jan. 2020.
CARREIRAS EM BIG DATA E DATA SCIENCE
Fonte: http://datascienceacademy.com.br/blog/10-carreiras-em-big-data-e-data-science/
 Engenheiro de dados
 Engenheiro de Big Data
 Engenheiro de Machine Learning
 Gerente de analytics
 Estatístico
 Cientista de dados
 Especialistas em Business Analytics
 Desenvolvedor de Visualização de dados
E O BIBLIOTECÁRIO??
Fonte: http://datascienceacademy.com.br/blog/10-carreiras-em-big-data-e-data-science/
Dados de pesquisa e gerenciamento de dados de pesquisa
Bibliotecário de dados - o papel do bibliotecário acadêmico e de pesquisa no gerenciamento de
dados de pesquisa e e-pesquisa é informar e aprimorar a prática, ou desenvolver programas
relevantes de educação e treinamento. Profissional especializado na curadoria, preservação e
arquivamento de dados' (SWAN; BROWN, 2008 , p. 1).
Fonte: SWAN, A. ; BROWN, S. The skills, role and career structure of data scientists and curators: an assessment of
current practice and future needs (Report to the JISC). Truro, UK: Key Perspectives, 2008. Disponível em:
https://eprints.soton.ac.uk/266675/. Acesso em: 18 jan. 2020.
Modelo da função de bibliotecário de dados (blueprint)
Fonte: OHAJI, Isaac K.; CHAWNER, Brenda; YOONG, Pak. The role of a data librarian in academic and research libraries.
Information Research, Sweden, v. 24, n. 4, 2019. Disponível em: http://www.informationr.net/ir/24-4/paper844.html. Acesso em:
11 jan. 2020.
Manifesto bibliotecário pela Ciência
Aberta na América Latina
2019
Bogotá
Março evento OpenCon LatAm 2019
Conferencia internacional sobre acceso
abierto al conocimiento científico y
académico, educación abierta y datos
abiertos.
Reconhecemos o conhecimento como um bem comum e vemos a ciência aberta
como uma oportunidade para o desenvolvimento de um modelo sustentável que
assegure a criação, gestão e comunicação de dados, informação e conhecimento
para todas as pessoas da sociedade, em toda sua diversidade, sem distinção de
nenhum tipo de condição (MANIFESTO BIBLIOTECÁRIO, 2019).
Somos atores-chave para impulsionar e facilitar a mudança cultural. Assumimos o
compromisso de acompanhar os processos de transição e mobilização social,
fomentando a apropriação de tecnologias, ferramentas, metodologias, uso, geração
e abertura de conhecimentos na América Latina e Caribe (MANIFESTO
BIBLIOTECÁRIO, 2019).
Fonte: MANIFESTO BIBLIOTECÁRIO POR LA CIENCIAABIERTA LATINOAMÉRICANA. 2019.
Disponível em: https://docutopia.tupale.co/bibliotecariosalsenado-
manifiestobibliotecario2019?view&fbclid=IwAR1MAxcJyaim7a4YVmS85zKsA3lpz45tJmCYrLeNl6-
pySrUJTCHbQtK16w#. Acesso em: 11 dez. 2019.
Manifesto bibliotecário pela Ciência Aberta na América Latina
1 - Adaptabilidade proativa
2 - Resiliência evolutiva
3 - Liderança por propósitos
4 - Cultura digital
5 - Cocriação e prototipagem rápida
6 - Empatia multifocal
7 - Solução da complexidade
8 - Fazer menos e melhor
9 - Agilidade não apressada
10 - Construção de novas habilidades
Convivendo no mundo VUCA
As 10 novas competências essenciais para o "Futuro do Presente"
O que você busca na sua profissão?
Realização profissional
Propósito, valores, crenças e missão - identidade pessoal/identidade profissional tendo
consciência da sua auto-imagem, auto-estima e auto-realização (MENDES, 20191).
Fonte: Pinterest
1Elaborado por Suênia Oliveira Mendes, 2019.
Início = Monografia ou TCC (Trabalho de Começo de Carreira2)
TERMINAR/COMEÇAR
Transformar - Vida em carreira (propósito)
Profissão (exercer um cargo)
CARREIRA
2 Termo retirado do livro SILVA, Jonny
Carlos. Trabalho de começo de carreira:
um guia coaching para decolar na carreira
com seu TCC. : Grama, 2018.
sueniamendes_vidacademicareal
AGRADECIDA!!!!!!!!

Mais conteúdo relacionado

Semelhante a Erebd suenia bigdata

Ciência aberto, diretrizes FAIR, etapas de viabilização e horizontes
Ciência aberto, diretrizes FAIR, etapas de viabilização e horizontesCiência aberto, diretrizes FAIR, etapas de viabilização e horizontes
Ciência aberto, diretrizes FAIR, etapas de viabilização e horizontes
Luiz Olavo Bonino da Silva Santos
 
PROJETO DE PESQUISA
PROJETO DE PESQUISAPROJETO DE PESQUISA
PROJETO DE PESQUISA
Rafael Marinho
 
O EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃ
O EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃO EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃ
O EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃ
Jerbialdo
 
Documento de Iniciação Científica - Estudo utilizando big data, twitter e gephi
Documento de Iniciação Científica - Estudo utilizando big data, twitter e gephiDocumento de Iniciação Científica - Estudo utilizando big data, twitter e gephi
Documento de Iniciação Científica - Estudo utilizando big data, twitter e gephi
Newton Calegari
 
Perfil e competências do profissional de informação para a gestão de dados (B...
Perfil e competências do profissional de informação para a gestão de dados (B...Perfil e competências do profissional de informação para a gestão de dados (B...
Perfil e competências do profissional de informação para a gestão de dados (B...
Luísa Alvim
 
A preservação digital num repositório de Dados de Pesquisa: o caso do IRD
A preservação digital num repositório de Dados de Pesquisa: o caso do IRDA preservação digital num repositório de Dados de Pesquisa: o caso do IRD
A preservação digital num repositório de Dados de Pesquisa: o caso do IRD
pascal aventurier
 
RISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃO
RISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃORISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃO
RISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃO
Bruno Henrique Nunes
 
Conhecimento Inter e Transdisciplinar
Conhecimento Inter e TransdisciplinarConhecimento Inter e Transdisciplinar
Conhecimento Inter e Transdisciplinar
Roberto C. S. Pacheco
 
Formação em ciência de dados
Formação em ciência de dadosFormação em ciência de dados
Formação em ciência de dados
Fernando Palma
 
Programa Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo ModelagemPrograma Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo Modelagem
Roberto C. S. Pacheco
 
Big Data aplicado a Cidades Inteligentes
Big Data aplicado a Cidades InteligentesBig Data aplicado a Cidades Inteligentes
Big Data aplicado a Cidades Inteligentes
André Machado Koutsoukos
 
Ciência aberta e dados FAIR
Ciência aberta e dados FAIRCiência aberta e dados FAIR
Ciência aberta e dados FAIR
Luiz Olavo Bonino da Silva Santos
 
Palestra na Unirio - Tese de Doutorado
Palestra na Unirio - Tese de DoutoradoPalestra na Unirio - Tese de Doutorado
Palestra na Unirio - Tese de Doutorado
Luiz Agner
 
A carreira de cientista de dados para a saúde digital
A carreira de cientista de dados para a saúde digitalA carreira de cientista de dados para a saúde digital
A carreira de cientista de dados para a saúde digital
Mauro Pichiliani
 
Gestao de Midias Digitais
Gestao de Midias DigitaisGestao de Midias Digitais
Gestao de Midias Digitais
Fábio Flatschart
 
slides_gestao_dados_pesquisa_sayao.pdf
slides_gestao_dados_pesquisa_sayao.pdfslides_gestao_dados_pesquisa_sayao.pdf
slides_gestao_dados_pesquisa_sayao.pdf
Kablo Skater Rail
 
Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...
Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...
Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...
CarlosMarcondes17
 
Tese Business Intelligence na Administracao Publica Portuguesa
Tese Business Intelligence na Administracao Publica PortuguesaTese Business Intelligence na Administracao Publica Portuguesa
Tese Business Intelligence na Administracao Publica Portuguesa
MIGUEL IGREJA SANTOS
 
Curadoria de dados de pesquisa
Curadoria de dados de pesquisaCuradoria de dados de pesquisa
Curadoria de dados de pesquisa
Ana Carolina Simionato
 
Dmp h2020 v6
Dmp h2020 v6Dmp h2020 v6
Dmp h2020 v6
Nuno Charneca
 

Semelhante a Erebd suenia bigdata (20)

Ciência aberto, diretrizes FAIR, etapas de viabilização e horizontes
Ciência aberto, diretrizes FAIR, etapas de viabilização e horizontesCiência aberto, diretrizes FAIR, etapas de viabilização e horizontes
Ciência aberto, diretrizes FAIR, etapas de viabilização e horizontes
 
PROJETO DE PESQUISA
PROJETO DE PESQUISAPROJETO DE PESQUISA
PROJETO DE PESQUISA
 
O EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃ
O EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃO EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃ
O EMPREGO DO APLICATIVO SCIHUB EM PROJETOS DE CIÊNCIA CIDADÃ
 
Documento de Iniciação Científica - Estudo utilizando big data, twitter e gephi
Documento de Iniciação Científica - Estudo utilizando big data, twitter e gephiDocumento de Iniciação Científica - Estudo utilizando big data, twitter e gephi
Documento de Iniciação Científica - Estudo utilizando big data, twitter e gephi
 
Perfil e competências do profissional de informação para a gestão de dados (B...
Perfil e competências do profissional de informação para a gestão de dados (B...Perfil e competências do profissional de informação para a gestão de dados (B...
Perfil e competências do profissional de informação para a gestão de dados (B...
 
A preservação digital num repositório de Dados de Pesquisa: o caso do IRD
A preservação digital num repositório de Dados de Pesquisa: o caso do IRDA preservação digital num repositório de Dados de Pesquisa: o caso do IRD
A preservação digital num repositório de Dados de Pesquisa: o caso do IRD
 
RISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃO
RISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃORISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃO
RISCOS NA UTILIZAÇÃO DE BIG DATA E ANALYTICS COMO BASES PARA A TOMADA DE DECISÃO
 
Conhecimento Inter e Transdisciplinar
Conhecimento Inter e TransdisciplinarConhecimento Inter e Transdisciplinar
Conhecimento Inter e Transdisciplinar
 
Formação em ciência de dados
Formação em ciência de dadosFormação em ciência de dados
Formação em ciência de dados
 
Programa Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo ModelagemPrograma Estruturante FINEP - Santa Catarina - Grupo Modelagem
Programa Estruturante FINEP - Santa Catarina - Grupo Modelagem
 
Big Data aplicado a Cidades Inteligentes
Big Data aplicado a Cidades InteligentesBig Data aplicado a Cidades Inteligentes
Big Data aplicado a Cidades Inteligentes
 
Ciência aberta e dados FAIR
Ciência aberta e dados FAIRCiência aberta e dados FAIR
Ciência aberta e dados FAIR
 
Palestra na Unirio - Tese de Doutorado
Palestra na Unirio - Tese de DoutoradoPalestra na Unirio - Tese de Doutorado
Palestra na Unirio - Tese de Doutorado
 
A carreira de cientista de dados para a saúde digital
A carreira de cientista de dados para a saúde digitalA carreira de cientista de dados para a saúde digital
A carreira de cientista de dados para a saúde digital
 
Gestao de Midias Digitais
Gestao de Midias DigitaisGestao de Midias Digitais
Gestao de Midias Digitais
 
slides_gestao_dados_pesquisa_sayao.pdf
slides_gestao_dados_pesquisa_sayao.pdfslides_gestao_dados_pesquisa_sayao.pdf
slides_gestao_dados_pesquisa_sayao.pdf
 
Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...
Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...
Marcondes - Curadoria de dados de Pesquisa, Semana do Bibliotecário ECI-UFMG ...
 
Tese Business Intelligence na Administracao Publica Portuguesa
Tese Business Intelligence na Administracao Publica PortuguesaTese Business Intelligence na Administracao Publica Portuguesa
Tese Business Intelligence na Administracao Publica Portuguesa
 
Curadoria de dados de pesquisa
Curadoria de dados de pesquisaCuradoria de dados de pesquisa
Curadoria de dados de pesquisa
 
Dmp h2020 v6
Dmp h2020 v6Dmp h2020 v6
Dmp h2020 v6
 

Erebd suenia bigdata

  • 1. EREBD2020-São Luís Empreendedorismo: perspectivas e desafios aos profissionais da informação BIBLIOTECÁRIO NO CONTEXTO DO BIG DATA: O BIBLIOTECÁRIO 4.0 Suênia Oliveira Mendes Dra. Ciência da Informação/UFSC Bibliotecária UFMA
  • 3. Fonte: Painel logístico. Por uma indústria mais moderna. 2019. Disponível em:http://www.painellogistico.com.br/%EF%BB%BFpor-uma-industria-mais-moderna/. Acesso em: 29 dez. 2019.
  • 4. Indústria 4.0 Indústria 4.0 – “[...] troca de informação entre usuários, dispositivos móveis, máquinas, sensores, entre outros recursos tecnológicos. “ (HERMANN;PENTEK;OTTO,2016 apud BLATTMANN; FORESTI, 2017, slide 11). A Indústria 4.0 - paradigma econômico – Internet - uso intensivo de informação e tecnologia - virtualização aplicada à produção de bens e serviços (BLATTMANN; FORESTI, 2017, slide 12). Fundamentado na “computação móvel”, na “computação nas nuvens” e no “big data” (MESKO; KRAPEZ, 2016, p.6 apud BLATTMANN; FORESTI, 2017, slide 14). Fonte: BLATTMANN, Úrsula; FORESTI, Fabrício. O paradigma da biblioteca 4.0. 2017. Disponível em:http://fontes.wdfiles.com/local--files/nossa-turma-pci-3211-fontes-de-informacao- 2017/O%20PARADIGMA%20DA%20BIBLIOTECA%204.pdf. Acesso em: 12 jan. 2020.
  • 5. “Pesquisa 4.0” - resultado de uma dinâmica social de quatro elementos – o investigador, os documentos, os utilizadores (seus pares) e o mapeamento semântico dos metadados; em plena interação potenciada pelo sistema. BENTO, Filipe Manuel Santos; OLIVEIRA, Lídia de Jesus. Pesquisa 4.0: novas dinâmicas de pesquisa e descoberta de informação científica e cooperação entre investigadores. Perspectivas em Ciência da Informação, v. 19, n. 2, p.04-14, 2014. Disponível em:http://www.scielo.br/pdf/pci/v19n2/02.pdf. Acesso em 02 jan. 2020. DELOITTE. Indústria 4.0: preparados para revolução. 2018. Diponível em: https://www.youtube.com/watch?v=DL-DS9A8nvE. Acesso em: 19 jan. 2020.
  • 6. A Biblioteca ou o Bibliotecário 4.0 – Revolução Industrial 4.0 Fonte: GRAY, Jim. eScience: a transformed scientific method. Transcrição de palestra ministrada por Jim Gray no Conselho Nacional de Pesquisa (EUA), 11 Jan. 2007. In: HEY, T.; TANSLEY, S.; TOLLE, K. (Ed.). The fourth paradigm: data-intensive scientific discovery. Redmond: Microsoft Research, 2009. Paradigmas da ciência Paradigmas da ciência 1º Paradigma Ciência Empírica Ciência Computacional 3º Paradigma Ciência Teórica 2º Paradigma eScience 4º Paradigma
  • 7. Complexity Múltiplos fatores-chave de decisão Volatility As mudanças são imprevisíveis Ambiguity Falta de clareza sobre um significado ou evento Uncertainty O ambiente é dinâmico e sem clareza do presente. O mundo muda em velocidade muito acelerada e com destino incerto, proporcionando várias respostas para uma mesma questão. Mundo VUCA
  • 8. É o movimento para tornar a pesquisa científica, os dados e a disseminação acessíveis a todos os níveis de uma sociedade (FOSTER, 2018). FIOCRUZ. Escience. 2019 FOSTER. Open Science. 2018. Disponível em: https://www.fosteropenscience.eu/foster-taxonomy/open-science. Acesso em: 13 out. 2019. Ciência Aberta (FIOCRUZ, 2019)
  • 9. Big Data – trabalha com grandes volume de dados com maneiras de reutilizar e extrair valor (tecnologia-análise). O volume de dados - tecnologia do Big Data - análise e a conversão dos dados em insights, inovações e produtos de dados. Fonte: FUNDAÇÃO INSTITUTO DE ADMINISTRAÇÃO. Big Data: o que é, como aplicar, a importância e exemplos. 2018. Disponível em: https://fia.com.br/blog/big-data/. Acesso em: 18 jan. 2020. RODRIGUES, Adriana Alves; NÓBREGA, Emeide; DIAS, Guilherme Ataíde. Desafios da gestão de dados na era do Big Data: perspectivas profissionais. Informação & Tecnologia (ITEC), Marília, v. 4, n. 2, p. 63-79, 2017. Disponível em: https://periodicos.ufpb.br/ojs2/index.php/itec/article/view/40538. Acesso em: 20 jan. 2020.
  • 10. Data Science Ciência de dados versus análises estatísticas A ciência de dados difere das análises estatísticas e da ciência da computação em seu método que é aplicado a dados coletados usando princípios científicos. Big Data, que demanda o uso de diferentes tecnologias à análise estatística. A Ciência de dados está procurando descobrir conhecimento a partir de uma quantidade grande de dados que podem ser usados para tomar decisões e fazer previsões, e não simplesmente a interpretação de números. Fonte: MATOS, David. Bibliotecas de Data Science em Python, R e Scala. 2019. Disponível em: http://www.cienciaedados.com/bibliotecas-de-data-science-em-python-r-e-scala/. Aceso em: 16 jan. 2020.
  • 11. A gestão de dados de pesquisa envolve serviços, ferramentas e infra-estruturas que abrangem o ciclo de vida da pesquisa como um todo.
  • 12. Definição Campo interdisciplinar que usa algoritmos científicos, métodos, técnicas e várias abordagens para extrair informações valiosas de dados estruturados e não estruturados. Definição Uma aplicação de um complexo de técnicas quantitativas para facilitar o processo de tomada de decisão. Objetivo Revelar os insights dos dados que são aplicados em benefício de vários setores. Objetivo Permitir insights orientados por dados e aplicar os elementos da ciência cognitiva ao planejamento e desenvolvimento de políticas. Visualizar dados Os dados são uma ferramenta para melhoria e desenvolvimento de negócios Visualizar dados Os dados são uma ferramenta para tomar decisões Campos de aplicação Aplicado em diversos setores, como varejo, entretenimento, saúde, telecomunicações, finanças, mídia, viagens de seguros, manufatura, agricultura, esportes. Campos de aplicação As áreas mais comuns são negócios e administração, direito e educação, regulamentação ambiental, ciência militar, saúde pública e políticas públicas Desafios Enormes quantidades de dados sujos; Dificuldades no desenvolvimento da fonte; Crescimento rápido da esfera; Problemas de segurança de dados; Acesso a dados corretos Desafios Necessidade de conhecimentos complexos de matemática, finanças, análise; A complexidade das técnicas aplicadas; A falta de dados confiáveis; Lidando com ambientes de dados complexos Tendências futuras Automação; Chatbots e assistentes virtuais; Realidade aumentada; Robotização; Aprendizagem por reforço Tendências futuras Tomada de decisão automatizada; Empoderamento de dados; Aumento da demanda em especialistas; Importância crescente e ampla aplicação nas indústrias Tradução livre Fonte: BOBRIAKOV, Igor. Data science vs. decision science. 2019. https://medium.com/@ibobriakov/data-science-vs-decision-science-infographic-7ad6e16698d. Disponível: . Acesso em: 16 jan. 2020.
  • 13. Web de Dados Permite a publicação e o compartilhamento de Dados Abertos Conectados (AUER, 2014). Considerações aos dados disponibilizados e/ou geridos: a)Reuso b) Compreensão c) Interligação d) Descoberta e) Confiança f) Acesso g) Interoperabilidade (CSV, JSON,RDF, XML, entre outros) h) Processabilidade Fonte: AUER, Sören. Introduction to lod2. In: Linked Open Data – Creating Knowledge Out of Interlinked Data. AUER, S.; BRYL, V.; TRAMP, C (Ed.). Lecture Notes in Computer Science. Springer-Verlag, 2014.
  • 14. Gestão de Dados Plano de gestão de dados descreve os dados e metadados, restrições legais e éticas; política de preservação e compartilhamento; descrição de mecanismos, formatos e padrões. Fonte: SÃO PAULO. Universidade de São Paulo. Plano de gestão de dados. 2016. Disponível em:http://www.sibi.usp.br/apoio-pesquisador/dados-pesquisa/plano-gestao-dados-2/. Acesso em: 17 jan. 2020. Ferramentas para a Gestão de Dados de Pesquisa: Data Management Plan – DMPTool (https://dmptool.org/user_sessions/institution) – Ferramenta online que cria dinamicamente um plano de gerenciamento de dados focado especificamente em agências de financiamento dos EUA.
  • 15.
  • 16. Dados de pesquisa Registros científicos da pesquisa - resultados Tipos de dados:  Dados observacionais – observações científicas os pesquisadores medem causa e efeito;  Dados experimentais – procedimentos realizados em condições controladas;  Dados computacionais – produtos da execução de modelos de ordenações, simulações ou fluxos de trabalho. Fonte: SILVA, Fabiano Couto Corrêa da. Gestão de dados científicos. Rio de Janeiro: Interciência, 2019. Imagem: Angues, Ivan. 2018. Disponível em:https://dadosdepesquisa.rnp.br/o-que-sao-dados-de-pesquisa/. Acesso em: 12 jan. 2020.
  • 17. Licença de Reuso de dados abertos
  • 18. Licença de Reuso de dados abertos
  • 19. Dataverse é uma arquitetura de software livre para a publicação, citação, análise, preservação e reuso dos dados de projetos de pesquisa. Compartilhamento, arquivamento e promove a referenciação de dados de pesquisa. Fonte: ARAÚJO, L. M. de S.; MARDERO ARELLANO, M. A.; FERRER, I. D. Guia para os usuários do repositório Dataverse do Ibict. Boletim Técnico Do PPEC, v. 3, n. 2, 2018. Disponível em: https://econtents.bc.unicamp.br/boletins/index.php/ppec/article/view/9160. Acesso em: 20 jan. 2020. DataVerse
  • 20. Fonte: ARAÚJO, L. M. de S.; MARDERO ARELLANO, M. A.; FERRER, I. D. Guia para os usuários do repositório Dataverse do Ibict. Boletim Técnico Do PPEC, v. 3, n. 2, p.7, 2018. Disponível em: https://econtents.bc.unicamp.br/boletins/index.php/ppec/article/view/9160. Acesso em: 20 jan. 2020.
  • 21. Fonte: ARAÚJO, L. M. de S.; MARDERO ARELLANO, M. A.; FERRER, I. D. Guia para os usuários do repositório Dataverse do Ibict. Boletim Técnico Do PPEC, v. 3, n. 2, p.10, 2018. Disponível em: https://econtents.bc.unicamp.br/boletins/index.php/ppec/article/view/9160. Acesso em: 20 jan. 2020.
  • 22. Visualização de Dados - Data Science Ferramentas preferidas: Tableau, Qlik, PowerBI, Excel, D3.js, Bibliotecas para Python/R, enfim, você decide!
  • 23.
  • 24.
  • 25.
  • 26. Onde obter dados? Fonte: OHAJI, Isaac K.; CHAWNER, Brenda; YOONG, Pak. The role of a data librarian in academic and research libraries. Information Research, Sweden, v. 24, n. 4, 2019. Disponível em:http://www.informationr.net/ir/24- 4/paper844.html. Acesso em: 11 jan. 2020. http://dados.gov.br/
  • 27. Fonte: Digital Curation Center (DCC) traduzido por Vidotti (2016). Disponível em: http://www.dcc.ac.uk/resources/curation-lifecycle-model
  • 28. Fonte: RODRIGUES, Adriana Alves; NÓBREGA, Emeide; DIAS, Guilherme Ataíde. Desafios da gestão de dados na era do Big Data: perspectivas profissionais. Informação & Tecnologia (ITEC), Marília, v. 4, n. 2, p. 63-79, 2017. Disponível em: https://periodicos.ufpb.br/ojs2/index.php/itec/article/view/40538. Acesso em: 20 jan. 2020.
  • 29. CARREIRAS EM BIG DATA E DATA SCIENCE Fonte: http://datascienceacademy.com.br/blog/10-carreiras-em-big-data-e-data-science/  Engenheiro de dados  Engenheiro de Big Data  Engenheiro de Machine Learning  Gerente de analytics  Estatístico  Cientista de dados  Especialistas em Business Analytics  Desenvolvedor de Visualização de dados
  • 30. E O BIBLIOTECÁRIO?? Fonte: http://datascienceacademy.com.br/blog/10-carreiras-em-big-data-e-data-science/
  • 31. Dados de pesquisa e gerenciamento de dados de pesquisa Bibliotecário de dados - o papel do bibliotecário acadêmico e de pesquisa no gerenciamento de dados de pesquisa e e-pesquisa é informar e aprimorar a prática, ou desenvolver programas relevantes de educação e treinamento. Profissional especializado na curadoria, preservação e arquivamento de dados' (SWAN; BROWN, 2008 , p. 1). Fonte: SWAN, A. ; BROWN, S. The skills, role and career structure of data scientists and curators: an assessment of current practice and future needs (Report to the JISC). Truro, UK: Key Perspectives, 2008. Disponível em: https://eprints.soton.ac.uk/266675/. Acesso em: 18 jan. 2020.
  • 32. Modelo da função de bibliotecário de dados (blueprint) Fonte: OHAJI, Isaac K.; CHAWNER, Brenda; YOONG, Pak. The role of a data librarian in academic and research libraries. Information Research, Sweden, v. 24, n. 4, 2019. Disponível em: http://www.informationr.net/ir/24-4/paper844.html. Acesso em: 11 jan. 2020.
  • 33. Manifesto bibliotecário pela Ciência Aberta na América Latina 2019 Bogotá Março evento OpenCon LatAm 2019 Conferencia internacional sobre acceso abierto al conocimiento científico y académico, educación abierta y datos abiertos.
  • 34. Reconhecemos o conhecimento como um bem comum e vemos a ciência aberta como uma oportunidade para o desenvolvimento de um modelo sustentável que assegure a criação, gestão e comunicação de dados, informação e conhecimento para todas as pessoas da sociedade, em toda sua diversidade, sem distinção de nenhum tipo de condição (MANIFESTO BIBLIOTECÁRIO, 2019). Somos atores-chave para impulsionar e facilitar a mudança cultural. Assumimos o compromisso de acompanhar os processos de transição e mobilização social, fomentando a apropriação de tecnologias, ferramentas, metodologias, uso, geração e abertura de conhecimentos na América Latina e Caribe (MANIFESTO BIBLIOTECÁRIO, 2019). Fonte: MANIFESTO BIBLIOTECÁRIO POR LA CIENCIAABIERTA LATINOAMÉRICANA. 2019. Disponível em: https://docutopia.tupale.co/bibliotecariosalsenado- manifiestobibliotecario2019?view&fbclid=IwAR1MAxcJyaim7a4YVmS85zKsA3lpz45tJmCYrLeNl6- pySrUJTCHbQtK16w#. Acesso em: 11 dez. 2019. Manifesto bibliotecário pela Ciência Aberta na América Latina
  • 35. 1 - Adaptabilidade proativa 2 - Resiliência evolutiva 3 - Liderança por propósitos 4 - Cultura digital 5 - Cocriação e prototipagem rápida 6 - Empatia multifocal 7 - Solução da complexidade 8 - Fazer menos e melhor 9 - Agilidade não apressada 10 - Construção de novas habilidades Convivendo no mundo VUCA As 10 novas competências essenciais para o "Futuro do Presente"
  • 36. O que você busca na sua profissão? Realização profissional Propósito, valores, crenças e missão - identidade pessoal/identidade profissional tendo consciência da sua auto-imagem, auto-estima e auto-realização (MENDES, 20191). Fonte: Pinterest 1Elaborado por Suênia Oliveira Mendes, 2019.
  • 37. Início = Monografia ou TCC (Trabalho de Começo de Carreira2) TERMINAR/COMEÇAR Transformar - Vida em carreira (propósito) Profissão (exercer um cargo) CARREIRA 2 Termo retirado do livro SILVA, Jonny Carlos. Trabalho de começo de carreira: um guia coaching para decolar na carreira com seu TCC. : Grama, 2018.