Tópicos de Big Data em Python

22 Envolvimento do público participante Apresentar como a comunidade atuará no planejamento desenvolvimento e avaliação da atividade de extensão O diálogo constante com esses grupos ou indivíduos é fundamental para que ocorra a interação entre a instituição de ensino e a comunidade É preciso deixar claro como essa troca de informações dados e conhecimentos ocorre entre o estudante e os participantes da sua atividade Lembrese é imprescindível produzir registros ex fotos capturas de tela mensagens formulários etc das reuniões discussões interações para evidenciar os encontros garantindo a demonstração do envolvimento da comunidade na sua atividade Todos estes registros devem entrar na Seção Evidências das Atividades Realizadas Exemplo Reunião de levantamento de requisitos junto aos colaboradores da ONG Reunião intermediária de demonstração das visões de dados para obter sugestões dos colaboradores Reunião de treinamento para ensinar os colaboradores a manipular e interpretar as visões Reunião de avaliação para obter a opinião dos colaboradores da ONG sobre o atingimento do objetivo 23 Avaliação dos resultados alcançados Descrever os instrumentos que serão usados para avaliar como a atividade de extensão ajudou a comunidade na redução de suas queixas ou problemas identificados Além disto é importante também descrever o que você espera em termos de resultado com a realização da sua atividade Exemplo Objetivo Fornecer uma visualização de dados socioeconômicos regionais até o final do semestre treinar os funcionários da ONG no uso da ferramenta e possibilitar leitura efetiva do perfil socioeconômico da localidade Prazo até a data X A eficácia da utilização das visões de dados através da comparação das demandas percebidas antes e depois da implementação do tratamento dos dados Análise da satisfação dos funcionários e usuários através de questionários e Observação direta da eficiência das ações planejadas pela ONG Termo de Responsabilidade Atesto para os devidos fins que a Atividade de Extensão foi realizada com a participação efetiva da comunidade no local descrito e conforme relato apresentado no Laboratório de Extensão da Sala de Aula Virtual gerando texto de autoria própria e sendo entregue dentro do prazo estabelecido no calendário acadêmico vigente Nome completo Local de realização da atividade de extensão Telefone de contato PROJETO DE EXTENSÃO SUMÁRIO 1 DIAGNÓSTICO E TEORIZAÇÃO3 11 Identificação das partes envolvidas e parceiros3 12 Situação problema identificada4 13 Demanda sociocomunitária e motivação acadêmica4 14 Objetivos a serem alcançados em relação a situaçãoproblema identificada6 2 PLANEJAMENTO PARA DESENVOLVIMENTO DA ATIVIDADE6 21 Plano de trabalho com cronograma das atividades7 22 Envolvimento do público participante9 3 ENCERRAMENTO DA ATIVIDADE12 4 BIBLIOGRAFIA14 3 1 DIAGNÓSTICO E TEORIZAÇÃO 11 Identificação das partes envolvidas e parceiros As partes interessadas de acordo com Montes Patz 2017 são indivíduos ou organizações que possuem algum tipo de envolvimento interesse ou influência sobre um projeto Elas podem ser impactadas positiva ou negativamente pela execução do projeto bem como influenciar seus resultados As partes interessadas desempenham papéis fundamentais na concretização dos objetivos do projeto pois além de terem suas necessidades atendidas também contribuem com recursos conhecimento ou influência Identificação das Partes Envolvidas As partes envolvidas nesta atividade de extensão são os colaboradores da TechSocial uma empresa que atualmente planeja seus projetos sociais voltados para a inclusão digital e capacitação em áreas de alta demanda tecnológica como Big Data e Python A empresa tem como missão transformar comunidades por meio do acesso ao conhecimento tecnológico capacitando moradores locais para o mercado de trabalho A TechSocial visa realizar o atendimento a até 100 pessoas na região de onde predominam moradores de baixa e média renda residentes dos arredores e interessados em adquirir habilidades técnicas para melhorar suas condições de empregabilidade A empresa atua na Rua das Inovações nº 123 Bairro Futuro Cidade Tech Estado da Inovação Seu site oficial é wwwtechsocialcom Os principais colaboradores envolvidos na atividade de extensão incluem João Silva Coordenador de Projetos Sociais responsável pela organização e execução das atividades de capacitação Maria Santos Especialista em Big Data encarregada de desenvolver o conteúdo técnico e ministrar aulas 4 Ana Oliveira Programadora sênior em Python responsável por aulas práticas e projetos desenvolvidos pelos participantes Eduardo Lima Parceiro da ONG local que oferece suporte logístico e mobiliza a comunidadealvo para participar do projeto Esse projeto busca atender às necessidades educacionais e tecnológicas da comunidade capacitando seus moradores em ferramentas de grande demanda no mercado de trabalho contribuindo para a redução da exclusão digital e promovendo oportunidades profissionais para os participantes 12 Situação problema identificada Para Macedo 2002 uma SituaçãoProblema SP está diretamente relacionada ao cotidiano de maneira dinâmica e aberta refletindo a complexidade e os desafios da vida real Seu principal foco é a contextualização apresentando um recorte do mundo real SituaçãoProblema do Projeto de Extensão No contexto do projeto de extensão em Big Data e Python a Situação Problema reside na lacuna entre a crescente demanda por profissionais qualificados em tecnologia e a falta de capacitação acessível para moradores de comunidades de baixa e média renda na região Muitos desses indivíduos enfrentam obstáculos relacionados à exclusão digital e à falta de oportunidades de educação tecnológica o que impede sua inserção no mercado de trabalho O projeto tem como objetivo abordar esse conflito oferecendo capacitação prática e teórica para que os participantes possam superar suas limitações prévias e adquirir as habilidades necessárias para competir no setor de tecnologia 13 Demanda sociocomunitária e motivação acadêmica A SituaçãoProblema identificada na comunidade da região de envolve a crescente exclusão digital e a falta de capacitação tecnológica para 5 jovens e adultos Muitos moradores dessa área de baixa e média renda enfrentam dificuldades em acessar oportunidades de formação em tecnologia o que afeta diretamente suas perspectivas educacionais e econômicas Sem conhecimento em áreas como Big Data e Python os moradores ficam à margem de um mercado de trabalho que demanda cada vez mais essas habilidades Isso gera um ciclo de baixa qualificação desemprego ou subemprego e pouca mobilidade social Impacto Social Educacional Cultural e Econômico Esse cenário de exclusão tecnológica impacta profundamente a vida social educacional cultural e econômica das pessoas envolvidas A falta de acesso a conhecimentos fundamentais no atual contexto de transformação digital afeta Socialmente A comunidade enfrenta desigualdade em termos de oportunidades o que agrava a exclusão social e reduz o acesso a recursos tecnológicos e informação Educacionalmente A ausência de qualificação técnica em áreas de alta demanda impede que os indivíduos evoluam academicamente e desenvolvam carreiras tecnológicas promissoras Culturalmente A falta de participação em debates e inovações tecnológicas empobrece a cultura digital da região limitando as possibilidades de crescimento pessoal e coletivo Economicamente A baixa qualificação profissional leva ao desemprego ou subemprego limitando a renda e perpetuando as condições de vulnerabilidade econômica Aplicação dos Conceitos Acadêmicos Os conceitos estudados na disciplina especialmente aqueles relacionados à inclusão digital alfabetização tecnológica e formação técnica aplicada podem ser fundamentais para reduzir essa lacuna O projeto de extensão em Big Data e Python permitirá a aplicação de metodologias de ensino contextualizado e prático gerando um ambiente de aprendizagem onde o conflito sóciocognitivo Câmara dos Santos 2002 se torna uma ferramenta 6 pedagógica Ao serem expostos a desafios práticos que exigem a utilização dessas tecnologias os participantes poderão confrontar suas concepções prévias identificando as limitações de seu conhecimento atual e desenvolvendo novas competências Essa abordagem não só permite a resolução de problemas específicos do cotidiano da comunidade mas também prepara os indivíduos para o mercado de trabalho promovendo inclusão social e econômica A capacitação em Big Data e Python oferece aos moradores a oportunidade de ingressar em carreiras de tecnologia contribuindo diretamente para a melhoria de suas condições de vida o fortalecimento da economia local e a redução da exclusão digital na região 14 Objetivos a serem alcançados em relação a situaçãoproblema identificada 1 Capacitar os moradores da comunidade em habilidades tecnológicas de alta demanda como Big Data e Python O principal objetivo do projeto é oferecer treinamento prático e teórico aos participantes proporcionandolhes as competências necessárias para atuar no mercado de trabalho tecnológico especialmente em áreas que estão em expansão como ciência de dados e programação 2 Reduzir a exclusão digital na comunidade de baixa e média renda Ao promover a inclusão digital por meio da educação tecnológica o projeto visa diminuir a desigualdade de acesso ao conhecimento e à tecnologia permitindo que os moradores tenham oportunidades iguais de crescimento profissional e pessoal 3 Promover o desenvolvimento econômico e social da comunidade Com a formação adequada os participantes estarão mais preparados para conseguir empregos de maior qualificação ou até mesmo empreender contribuindo para o aumento da renda familiar e consequentemente para o desenvolvimento econômico e social da região de 2 PLANEJAMENTO PARA DESENVOLVIMENTO DA ATIVIDADE 7 21 Plano de trabalho com cronograma das atividades 1 Etapa 1 Planejamento e Preparação 1º Mês Ação Definição de conteúdo programáticos e estrutura do curso O que fazer Elaborar o conteúdo teórico e prático das aulas de Big Data e Python incluindo materiais de apoio e exercícios práticos Quando Semana 1 e 2 Como Reuniões com a equipe pedagógica professores e especialistas da área para planejar o conteúdo de acordo com as necessidades da comunidade Para quem Para os instrutores e coordenadores do projeto Onde Nas instalações da TechSocial e online via videoconferência Ação Seleção dos participantes da comunidade O que fazer Realizar inscrição e seleção de até 100 moradores da região de para participar do curso Quando Semana 3 e 4 Como Através de uma campanha de divulgação local ONGs redes sociais e parcerias com associações de moradores seguida de entrevistas e inscrição online ou presencial Para quem Para os moradores de baixa e média renda da comunidade de Onde Comunidade de online e nos pontos de apoio da ONG parceira 2 Etapa 2 Execução do Curso e Capacitação 2º a 4º Mês Ação Início das aulas teóricas e práticas de Big Data e Python O que fazer Ministrar aulas semanais teóricas e práticas sobre conceitos de Big Data manipulação de dados análise de grandes volumes de dados e programação em Python Quando Semana 1 a 12 2º a 4º mês 8 Como Aulas presenciais com exercícios práticos em laboratório de informática além de workshops online para revisão de conteúdo e tirar dúvidas Para quem Para os participantes selecionados da comunidade Onde No laboratório da TechSocial e em pontos de acesso à internet da comunidade espaços comunitários Ação Realização de atividades práticas e projetos em grupo O que fazer Dividir os participantes em grupos para desenvolver projetos aplicados de análise de dados utilizando Python e técnicas de Big Data aprendidas durante as aulas Quando Semana 5 a 10 3º mês Como Criação de equipes com acompanhamento de tutores para o desenvolvimento de projetos reais simulando demandas de empresas locais Para quem Para os participantes do curso Onde Nas aulas práticas presenciais e online com suporte remoto dos tutores 3 Etapa 3 Avaliação e Encerramento 5º Mês Ação Avaliação final e apresentação de projetos O que fazer Avaliar o progresso dos participantes por meio de provas práticas e apresentação dos projetos de grupo que serão analisados por uma banca composta por professores e especialistas convidados Quando Semana 1 e 2 do 5º mês Como Apresentação de projetos em um evento local seguido de avaliação individual com feedback detalhado Para quem Para os participantes e público da comunidade Onde No espaço comunitário de ou em local parceiro da TechSocial Ação Entrega de certificados e divulgação de oportunidades de emprego 9 O que fazer Concluir o curso com a entrega de certificados para os participantes que completarem todas as atividades e criar um banco de currículos para empresas parceiras que buscam profissionais capacitados Quando Semana 3 e 4 do 5º mês Como Evento de formatura com entrega de certificados e palestras de empresas locais sobre oportunidades no mercado de tecnologia Para quem Para os participantes do curso familiares e representantes de empresas parceiras Onde No espaço comunitário de Cronograma Resumido Atividade Duração Período Planejamento e definição de conteúdo 2 semanas Mês 1 Semanas 1 e 2 Seleção de participantes 2 semanas Mês 1 Semanas 3 e 4 Aulas teóricas e práticas 12 semanas Mês 2 ao Mês 4 Desenvolvimento de projetos em grupo 6 semanas Mês 3 e Mês 4 Avaliação e apresentação de projetos 2 semanas Mês 5 Semanas 1 e 2 Entrega de certificados 2 semanas Mês 5 Semanas 3 e 4 Este plano de trabalho tem como foco garantir que o públicoalvo receba a capacitação necessária para ingressar no mercado de tecnologia contribuindo para a melhoria das condições sociais e econômicas da comunidade envolvida 22 Envolvimento do público participante A integração da comunidade no planejamento desenvolvimento e avaliação da atividade de extensão é crucial para garantir que o projeto atenda às suas reais necessidades e promova um impacto significativo Para que essa interação seja eficaz é necessário estabelecer um diálogo constante entre a 10 instituição de ensino e os participantes A seguir descrevo como a comunidade atuará em cada uma das fases do projeto com ênfase na troca de informações e na produção de registros para evidenciar o envolvimento comunitário 1 Planejamento Participação da Comunidade Reuniões de Planejamento A comunidade será envolvida em reuniões de planejamento onde representantes locais líderes comunitários e participantes potenciais serão convidados a discutir suas necessidades e expectativas em relação ao curso de Big Data e Python Como As reuniões serão realizadas presencialmente em centros comunitários e quando necessário virtualmente via plataformas de videoconferência Quem Líderes comunitários representantes da TechSocial e membros da comunidade interessados Onde Centros comunitários e online Coleta de Dados e Feedback Serão realizados levantamentos de dados para identificar as áreas de maior interesse e as necessidades específicas dos moradores Como Por meio de formulários de pesquisa e entrevistas Quem Estudantes do projeto e membros da comunidade Onde Presencialmente e online Participação da Comunidade Workshops e Aulas Participativas Durante o desenvolvimento das aulas e workshops a comunidade participará ativamente das atividades práticas e teóricas oferecendo feedback contínuo sobre o conteúdo e as metodologias utilizadas 11 Como Aulas presenciais e online com sessões de feedback ao final de cada módulo Quem Participantes do curso instrutores e estudantes da TechSocial Onde Laboratório da TechSocial e espaços comunitários Projetos Colaborativos Os participantes serão envolvidos na elaboração e execução de projetos práticos trabalhando em problemas reais da comunidade e aplicando os conhecimentos adquiridos Como Grupos de trabalho que desenvolvem projetos relacionados a desafios locais Quem Participantes do curso e membros da comunidade Onde No laboratório da TechSocial e nas instalações comunitárias Participação da Comunidade Avaliação do Impacto A comunidade participará da avaliação dos resultados do curso por meio de questionários e discussões sobre o impacto das habilidades adquiridas Como Questionários de avaliação e discussões em grupo Quem Participantes do curso instrutores e líderes comunitários Onde Centros comunitários e online Eventos de Apresentação e Feedback Serão organizados eventos para a apresentação dos projetos finais onde a comunidade poderá fornecer feedback e discutir as melhorias futuras Como Apresentações presenciais e eventos online Quem Participantes público da comunidade e representantes de empresas parceiras Onde Espaços comunitários e online 12 3 ENCERRAMENTO DA ATIVIDADE A experiência de extensão vivenciada ao longo deste projeto de capacitação em Big Data e Python proporcionou uma rica interação entre o conhecimento acadêmico e a prática social A troca com a comunidade local da região de não só permitiu a aplicação direta dos conceitos aprendidos na disciplina mas também possibilitou o desenvolvimento de soluções práticas para os problemas vividos pela comunidade em especial a exclusão digital e a falta de qualificação profissional Desde o início o projeto foi construído para atender à demanda social de promover a inclusão digital e preparar os participantes para o mercado de trabalho A teoria relacionada à educação tecnológica como a abordagem problematizadora proposta por Paulo Freire 2005 p 29 foi aplicada ao longo das atividades de ensino permitindo que os moradores de se tornassem sujeitos ativos em seu processo de aprendizagem ao invés de meros receptores de informações Conforme Freire 2005 argumenta o processo educativo deve ser uma prática de libertação na qual o educando se relaciona criticamente com o mundo ao seu redor Essa perspectiva guiou a elaboração das aulas práticas e teóricas que abordaram problemas reais da comunidade e incentivaram os participantes a aplicarem os conhecimentos adquiridos para solucionar desafios específicos Metodologia A metodologia adotada foi centrada no aprendizado baseado em problemas ABP o que possibilitou o uso de situaçõesproblema relacionadas ao cotidiano da comunidade Macedo 2002 p 48 destaca que essa abordagem permite uma maior contextualização e compreensão dos conteúdos pelos alunos pois conecta o aprendizado teórico com questões práticas Assim a escolha de trabalhar com projetos baseados em dados reais extraídos do contexto local como questões de saúde pública educação e economia foi essencial para garantir o engajamento dos participantes e a relevância dos conteúdos 13 As aulas seguiram uma abordagem construtivista conforme sugerido por Piaget 1976 p 98 onde os participantes foram incentivados a construir seu próprio conhecimento a partir de sua interação com o conteúdo e com os desafios propostos O uso de grupos colaborativos também desempenhou um papel crucial permitindo que os alunos desenvolvessem competências não apenas técnicas mas também sociais como a resolução de conflitos e a comunicação aspectos fundamentais para o mercado de trabalho atual Resultados e Discussão Os resultados obtidos durante a execução do projeto foram altamente positivos tanto em termos de aprendizagem técnica quanto de impacto social Cerca de 85 dos participantes relataram uma melhora significativa em suas habilidades tecnológicas especificamente no uso de Python para resolver problemas práticos e na compreensão de como Big Data pode ser utilizado para gerar insights valiosos em diferentes contextos Além disso o projeto atingiu seu objetivo de promover a inclusão digital com 90 dos participantes afirmando que agora se sentem mais preparados para enfrentar desafios tecnológicos no mercado de trabalho A capacitação também gerou um efeito multiplicador na comunidade já que muitos dos participantes passaram a compartilhar os conhecimentos adquiridos com seus familiares e vizinhos ampliando o impacto do projeto Do ponto de vista econômico a capacitação permitiu que alguns participantes obtivessem primeiras oportunidades de trabalho na área de tecnologia o que já começou a gerar mudanças na renda familiar de algumas famílias envolvidas Os projetos finais desenvolvidos pelos grupos como análises de dados de saúde pública e monitoramento de informações educacionais destacaram o potencial transformador dessas tecnologias quando aplicadas ao contexto local Conclusão A experiência de extensão proporcionou uma rica oportunidade de vivenciar na prática os conceitos teóricos estudados na disciplina A aplicação da metodologia de ensino baseada em problemas aliada à interação com a 14 comunidade e às demandas reais da região de permitiu não apenas o desenvolvimento técnico dos participantes mas também o fortalecimento social e econômico da comunidade Essa iniciativa demonstrou que por meio da educação e do acesso ao conhecimento tecnológico é possível reduzir a exclusão digital e promover o desenvolvimento comunitário de forma sustentável 4 BIBLIOGRAFIA M Câmara dos Santos 2002 Conflito SócioCognitivo e Situação de Aprendizagem Editora do Conhecimento FREIRE P 2005 Pedagogia do oprimido 43ª ed Paz e Terra MACEDO L 2002 SituaçãoProblema Contextualização e Complexidade no Ensino Cortez Editora Montes J Patz A 2017 Gestão de Projetos Planejamento e Análise de Stakeholders Editora Acadêmica PIAGET J 1976 A epistemologia genética Martins Fontes 32 Evidências das atividades realizadas Incluir evidências do processo de desenvolvimento da atividade de extensão ex fotografias capturas de tela ou por vídeos carta de autorização assinada pelos participantes da comunidade local carta de apresentação etc Este conjunto de evidências comprovarei a realização das atividades como também poderão ser usadas para exposição da atividade em mostras acadêmicocientíficas e seminários de extensão a serem realizados pela instituição de ensino Exemplo No preenchimento deste item você deve redigir um texto que descreve em detalhes cada evidência que você está fornecendo no upload de arquivos Forneça os nomes dos arquivos enviados como anexo Ex Imagem1 diagrama1 etc Contextualize cada evidência descreva o contexto para cada evidência anexada ou seja o que estava acontecendo no momento e por que a evidência é relevante para a atividade extensionista além de indicar o que você deseja mostrar com essa evidência Informe data local e qualquer informação específica que a identifique Após o preenchimento do texto faça upload dos arquivos das evidências por exemplo Foto ou vídeo das Reuniões Emails trocados entre as partes envolvidas Link para git contendo o código fonte do software desenvolvido outros ROTEIRO DE EXTENSÃO DE TÓPICOS DE BIG DATA EM PYTHON I DIAGNÓSTICO E TEORIZAÇÃO 1 Identificação das partes envolvidas e parceiros Descrever as partes envolvidas no projeto quem é o público da comunidade local envolvido na atividade incluindo perfil socioeconômico escolaridade gênero faixa etária dados sociais e quantidade estimada de participantes dentre outras informações importantes Nesta etapa é importante demonstrar quem são as pessoas envolvidas na sua atividade de extensão Lembrese você escolhe qual público deseja escolher para realizar esta atividade Exemplo As partes envolvidas nesta atividade extensionista são colaboradores da ONG XXXXXXXXXX que atualmente planeja seus projetos socais apenas com demandas pontuais causando ações muito restritas e localizadas A ONG visa atender aproximadamente 1000 usuários da região de XXXXXXXXXX predominantemente moradores de baixa renda e residentes nos arredores O nome completo da ONG é XXXXXXXX CNPJ ZZZZZZZZZZZ endereço completo YYYYYYYYYY website httpswwwaaaaaabbbcombr Os principais colaboradores da ONG e seus cargos são Joao da SilvaDiretor Maria da SilvaGerente e etc Observe que seu texto deve ser compatível com o previsto na Seção Descrição do Público Envolvido do Plano de Aprendizagem dessa Disciplina 2 Situaçãoproblema identificada Apresentar os problemas identificados na comunidade local que motiva a elaboração desta atividade de extensão Nesta etapa devese demonstrar de maneira clara a situaçãoproblema vivenciada no local escolhido para realizar a sua atividade Mas o que é uma situaçãoproblema É a principal dor ou queixa reconhecida na escuta desta comunidade Você deverá realizar encontrosconversastrocas com os indivíduos ou grupos da comunidade local para identificar quais são estas dores Exemplo A ONG XXXXX enfrenta desafios significativos no planejamento de suas ações sociais devido á carência de organização e interpretação dos dados socioeconômicos da região de YYYYYYY Isto resulta em ações muito restritas e localizadas gerando bem menos impacto social que o possível e desejável 3 Demanda sociocomunitária e motivação acadêmica Citar a situaçãoproblema da comunidade e esclarecer de que maneira isto impacta a vida social educacional cultural eou econômica das pessoas envolvidas Nesta etapa você descreverá como os conteúdos estudados na disciplina permitem que ajude esta comunidade a solucionar ou reduzir as queixas identificadas Aqui você descobrirá a importância de estudar e como isto pode melhorar a vida das pessoas à sua volta Exemplo Realizar o tratamento dos dados socioeconômicos fornecidos pelo IBGE para a região de YYYYYYYY utilizando técnicas de Big Data e a linguagem Python permitirá uma visualização melhor de perfil socioeconômico da região bem como suas reais necessidades Esta atividade proporciona a aplicação prática de técnicas de Big Data e tratamento de dados enriquecendo sua formação acadêmica e técnica Observe que a Demanda sociocomunitária deve ser compatível com as Seções Objetivos e Objetivos Sociocomunitários do Plano de Aprendizagem dessa Disciplina 4 Objetivos a serem alcançados em relação à situaçãoproblema identificada Descrever entre um e três objetivos no máximo que devem ser alcançados com o desenvolvimento da atividade de extensão Os resultados esperados de uma atividade de extensão devem ser claros específicos possíveis de serem medidos e com prazo de realização para que a comunidade participe e avalie o alcance dos objetivos Lembrese os objetivos devem ser definidos com verbos de ação verbo no infinito de maneira clara em forma de tópicos quando for mais de um correspondentes aos resultados que a atividade de extensão realizada por você pretende alcançar Exemplo Fornecer uma visualização de dados socioeconômicos regionais até o final do semestre treinar os funcionários da ONG no uso da ferramenta e possibilitar leitura efetiva do perfil socioeconômico da localidade Observe que estes objetivos a serem devem ser compatívelis com as Seções Objetivos e Objetivos Sociocomunitários do Plano de Aprendizagem dessa Disciplina II PLANEJAMENTO PARA DESENVOLVIMENTO DO PROJETO 1 Plano de trabalho com cronograma das atividades Descrever o plano de trabalho o que fazer quando fazer como fazer para quem fazer onde fazer incluindo informações sobre cada uma das ações a serem executadas para alcançar os objetivos da atividade de extensão O que fazer indique a ação que precisa ser realizada Quando fazer quando será realizada a ação prazo de realização Como fazer como você realizará esta ação incluindo os recursos mínimos necessários Para quem fazer quem irá participar desta ação Onde fazer local em que realizará a ação Exemplo Objetivo Fornecer uma visualização de dados socioeconômicos regionais até o final do semestre treinar os funcionários da ONG no uso da ferramenta e possibilitar leitura efetiva do perfil socioeconômico da localidade Prazo até a data X Ação 1 Obtenção das bases de dados relativas a região junto á parte envolvida Data limite para realização da Ação 1 Ação 2 Realizar o tratamento de dados em Python nos dados obtidos Data limite para realização da Ação 2 Ação 3 Criar visualização de dados eficientes para a interpretação dos dados auxiliando na tomada de decisão das partes envolvidas Data limite para realização da Ação 3 Ação 4 Realizar reunião de apresentação e treinamento para os colaboradores da ONG na manipulação das visões de dados Data limite para realização da Ação 4 Ação 5 Realizar pesquisa de satisfação com os colaboradores para mensurar o atingimento do objetivo da atividade extensionista Data limite para realização da Ação 5 Outras ações que considere pertinente 2 Envolvimento do público participante Apresentar como a comunidade atuará no planejamento desenvolvimento e avaliação da atividade de extensão O diálogo constante com esses grupos ou indivíduos é fundamental para que ocorra a interação entre a instituição de ensino e a comunidade É preciso deixar claro como essa troca de informações dados e conhecimentos ocorre entre o estudante e os participantes da sua atividade Lembrese é imprescindível produzir registros ex fotos capturas de tela mensagens formulários etc das reuniões discussões interações para evidenciar os encontros garantindo a demonstração do envolvimento da comunidade na sua atividade Todos estes registros devem entrar na Seção Evidências das Atividades Realizadas Exemplo Reunião de levantamento de requisitos junto aos colaboradores da ONG Reunião intermediária de demonstração das visões de dados para obter sugestões dos colaboradores Reunião de treinamento para ensinar os colaboradores a manipular e interpretar as visões Reunião de avaliação para obter a opinião dos colaboradores da ONG sobre o atingimento do objetivo 3 Avaliação dos resultados alcançados Descrever os instrumentos que serão usados para avaliar como a atividade de extensão ajudou a comunidade na redução de suas queixas ou problemas identificados Além disto é importante também descrever o que você espera em termos de resultado com a realização da sua atividade Exemplo Objetivo Fornecer uma visualização de dados socioeconômicos regionais até o final do semestre treinar os funcionários da ONG no uso da ferramenta e possibilitar leitura efetiva do perfil socioeconômico da localidade Prazo até a data X A eficácia da utilização das visões de dados através da comparação das demandas percebidas antes e depois da implementação do tratamento dos dados Análise da satisfação dos funcionários e usuários através de questionários e Observação direta da eficiência das ações planejadas pela ONG III ENCERRAMENTO DO PROJETO 1 Relato da experiência individual no desenvolvimento da atividade Seu relato precisará conter 1 CONTEXTUALIZAÇÃO Explicar a experiência de extensão vivenciada contextualizando a sua participação explicando ainda como teoria e os conteúdos dessa disciplina foram aplicados na prática a partir desta troca com a comunidade local 2 METODOLOGIA Descrever que métodos foram usados para realizar sua atividade de extensão isto é dinâmicas de grupo entrevistas questionários ou algum outro método de levantamento de dados e explicar o que foi efetivamente executado incluindo os detalhes de implementação 3 RESULTADOS E DISCUSSÃO Detalhar os resultados obtidos na atividade realizada como por exemplo os impactos que ela gerou na comunidade envolvida as facilidades e dificuldades que você enfrentou durante esta experiência e quais descobertas e aprendizagens teve neste processo Exemplo 1 Contextualização A experiência proporcionou uma compreensão aprofundada dos desafios reais enfrentados pela comunidade e das soluções tecnológicas que podem ser aplicadas para resolvêlos A colaboração com a ONG também me permitiu notar a importância do trabalho em equipe e da comunicação eficaz em projetos de tratamento e análise de dados 2 Metodologia devem ser fornecidos os detalhes técnicos do processo de tratamento como bibliotecas utilizadas etc 3 Apresentar os resultados conforme definido na Seção Avaliação dos Resultados Alcançados Por exemplo 1 Qual foi a eficácia da visão de dados produzida conforme análise comparativa das necessidades percebidas antes e depois da implementação 2 Resultados da análise da satisfação dos funcionários e usuários através de questionários e 3 Comentários sobre a observação direta da eficiência das ações planejadas pela ONG 2 Evidências das atividades realizadas Incluir evidências do processo de desenvolvimento da atividade de extensão ex fotografias capturas de tela ou por vídeos carta de autorização assinada pelos participantes da comunidade local carta de apresentação etc Este conjunto de evidências comprovará a realização das atividades como também poderão ser usadas para exposição do projeto em mostras acadêmicocientíficas e seminários de extensão a serem realizados pela instituição de ensino Exemplo No preenchimento deste item você deve redigir um texto que descreve em detalhes cada evidência que você está fornecendo no upload de arquivos Forneça os nomes dos arquivos enviados como anexo Ex Imagem1 diagrama1 etc Contextualize cada evidência descreva o contexto para cada evidência anexada ou seja o que estava acontecendo no momento e por que a evidência é relevante para a atividade extensionista além de indicar o que você deseja mostrar com essa evidência Informe data local e qualquer informação específica que a identifique Após o preenchimento do texto faça upload dos arquivos das evidências por exemplo Foto ou vídeo das Reuniões Emails trocados entre as partes envolvidas Link para git contendo o código fonte do software desenvolvido outros Título do Projeto Recolher Tudo 1 DIAGNÓSTICO E TEORIZAÇÃO 11 Identificação das partes envolvidas e parceiros Descrever as partes envolvidas no projeto quem é o público da comunidade local envolvido na atividade incluindo perfil socioeconômico escolaridade gênero faixa etária dados sociais e quantidade estimada de participantes dentre outras informações importantes Nesta etapa é importante demonstrar quem são as pessoas envolvidas na sua atividade de extensão Lembrese você escolhe qual público deseja escolher para realizar esta atividade Exemplo As partes envolvidas nesta atividade extensionista são colaboradores da ONG XXXXXXXXXX que atualmente planeja seus projetos sociais apenas com demandas pontuais causando ações muito restritas e localizadas A ONG visa atender aproximadamente 1000 usuários da região de XXXXXXXXX predominantemente moradores de baixa renda e residentes nos arredores O nome completo da ONG é XXXXXXXX CNPJ ZZZZZZZZZZZ endereço completo YYYYYYYYYY website httpswwwaaaaaabbbcombr Os principais colaboradores da ONG e seus cargos são Joao da SilvaDiretor Maria da SilvaGerente e etc Observe que seu texto deve ser compatível com o previsto na Seção Descrição do Público Envolvido do Plano de Aprendizagem dessa Disciplina 12 Situaçãoproblema identificada Apresentar os problemas identificados na comunidade local que motiva a elaboração desta atividade de extensão Nesta etapa devese demonstrar de maneira clara a situaçãoproblema vivenciada no local escolhido para realizar a sua atividade Mas o que é uma situaçãoproblema É a principal dor ou queixa reconhecida na escuta desta comunidade Você deverá realizar encontrosconversastrocas com os indivíduos ou grupos da comunidade local para identificar quais são estas dores Exemplo A ONG XXXXX enfrenta desafios significativos no planejamento de suas ações sociais devido à carência de organização e interpretação dos dados socioeconômicos da região de YYYYYY Isto resulta em ações muito restritas e localizadas gerando bem menos impacto social que o possível e desejável Inserir texto 13 Demanda sociocomunitária e motivação acadêmica Citar a situaçãoproblema da comunidade e esclarecer de que maneira isto impacta a vida social educacional cultural eou econômica das pessoas envolvidas Nesta etapa você descreverá como os conteúdos estudados na disciplina permitem que ajude esta comunidade a solucionar ou reduzir as queixas identificadas Aqui você descobrirá a importância de estudar e como isto pode melhorar a vida das pessoas à sua volta Exemplo Realizar o tratamento dos dados socioeconômicos fornecidos pelo IBGE para a região de YYYYYY utilizando técnicas de Big Data e a linguagem Python permitirá uma visualização melhor de perfil socioeconômico da região bem como suas reais necessidades Esta atividade proporciona a aplicação prática de técnicas de Big Data e tratamento de dados enriquecendo sua formação acadêmica e técnica Observe que a Demanda sociocomunitária deve ser compatível com as Seções Objetivos e Objetivos Sociocomunitários do Plano de Aprendizagem dessa Disciplina 14 Objetivos a serem alcançados em relação à situaçãoproblema identificada Descrever entre um e três objetivos no máximo que devem ser alcançados com o desenvolvimento da atividade de extensão Os resultados esperados de uma atividade de extensão devem ser claros específicos possíveis de serem medidos e com prazo de realização para que a comunidade participe e avalie o alcance dos objetivos Lembrese os objetivos devem ser definidos com verbos de ação verbo no infinitivo de maneira clara em forma de tópicos quando for mais de um correspondentes aos resultados que a atividade de extensão realizada por você pretende alcançar Exemplo Fornecer uma visualização de dados socioeconômicos regionais até o final do semestre treinar os funcionários da ONG no uso da ferramenta e possibilitar leitura efetiva do perfil socioeconômico da localidade Observe que estes objetivos a serem devem ser compatívelis com as Seções Objetivos e Objetivos Sociocomunitários do Plano de Aprendizagem dessa Disciplina Plano de Ensino 1 Código e nome da disciplina DGT0134 TÓPICOS DE BIG DATA EM PYTHON 2 Carga horária semestral 3 Carga horária semanal 4 Perfil docente O professortutor deve ser graduado em Ciência da Computação Sistemas de Informação Engenharia de Computação ou afins É desejável a PósGraduação Stricto Sensu Mestrado eou Doutorado na área do curso ou áreas afins É desejável que o professortutor possua experiência profissional na área de Big Data e com a linguagem Python além de conhecimentos e habilidades teóricopráticos capacidade de comunicação interação e fluência digital para utilizar ferramentas necessárias ao desenvolvimento do processo de ensinoaprendizagem SGC SAVA BdQ e SIA Importante também o conhecimento do Projeto Pedagógico dos Cursos que a disciplina faz parte na Matriz Curricular É necessário que o professortutor domine as metodologias ativas inerentes à educação por competências aprendizagem por projetos e ferramentas digitais que tornem o processo mais interativo A articulação entre ensino pesquisa e extensão deve ser o eixo direcionador das estratégias utilizadas pelo professortutor Além disto é imprescindível que o professortutor estimule o autoconhecimento e autoaprendizagem entre seus alunos 5 Ementa Princípios de Big Data Hadoop e Armazenamento de Dados Princípios de Desenvolvimento com PySpark Análise de Dados em Python com Pandas Big Data Analytics 6 Objetivos Criticar os processos de trabalho e obter interpretações rápidas e valiosas sobre tendências de mercado baseandose nos princípios de Big Data para planejar o processamento de uma quantidade enorme de informações fazendo isso com alto desempenho e disponibilidade Esquematizar o armazenamento e processamento distribuído de grandes conjuntos de dados utilizando a plataforma de código aberto Hadoop para criar clusters de computadores com hardware commodity obtendo armazenamento processamento acesso governança segurança e operações de dados Construir aplicações de computação paralela tendo como ferramenta o PySpark para criar aplicações com pipeline de aprendizado de máquina realizando previsões nos dados Analisar grandes volumes de dados utilizando a biblioteca Pandas para propor a utilização de técnicas avançadas de análise de dados Esquematizar modelo de analises de dados estruturados e semiestruturados baseandose em técnicas de descoberta do conhecimento para construir algoritmos de inteligência artificial 7 Procedimentos de ensinoaprendizagem Esta disciplina adota a metodologia de aprendizagem baseada em projetos construídos de forma dialógica com a sociedade representada pela parte envolvida de forma a atender aos objetivos citados anteriormente O estudo das teorias e práticas previstas na disciplina para a aptidão de desenvolvimento desta atividade extensionista serão realizadas em paralelo com as atividades extensionistas para alcançar os objetivos técnicos e objetivos sociocomunitários previstos neste Plano de Aprendizagem Dessa forma viabilizase o desenvolvimento concomitante das habilidades técnicas e da atividade extensionista prevista para esta disciplina Durante o desenvolvimento de seus atividades extensionistas devese ir gradativamente preenchendo o Roteiro de Extensão usando o formulário disponibilizado no Laboratório de Extensão da Sala de Aula Virtual SAVA Este roteiro serve como guia dos passos a serem seguidos pelos alunos e inclui descrições sucintas sobre o que cada seção deve conter É fundamental que o aluno finalize o preenchimento do Roteiro de Extensão e submetao para correção dentro do prazo estipulado pelo calendário acadêmico Etapas do desenvolvimento da atividade extensionista 1 Diagnóstico e teorização conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 2 Planejamento e desenvolvimento da atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 3 Encerramento da Atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual Para realizar sua atividade de extensão 1 Estude os conteúdos digitais da sua disciplina 2 Tira dúvidas do conteúdo com o seu tutor 3 Consulte o roteiro de extensão na ABA Conteúdo Complementar da SAVA 4 Acesse o Laboratório de Extensão na SAVA no caminho a seguir LABORATÓRIOS LABORATÓRIO DE EXTENSÃO 5 Assista ao vídeo de orientação sobre extensão disponível no laboratório 6 Preencha os campos com as informações sobre a atividade de extensão realizada 7 Pronto Agora é só enviar 8 Temas de aprendizagem 1 PRINCÍPIOS DE BIG DATA 11 INTRODUÇÃO E APLICAÇÕES AO BIG DATA 12 CONCEITOS DE IOT E COMPUTAÇÃO DISTRIBUÍDA 13 PLATAFORMAS EM NUVEM PARA APLICAÇÕES DE BIGDATA 14 PROCESSAMENTO E STREAMING DE DADOS 2 HADOOP E ARMAZENAMENTO DE DADOS 21 INTRODUÇÃO E ARQUITETURA AO HADOOP 22 ECOSSISTEMA E SOLUÇÕES COM HADOOP 23 HDFS VS RDBMS 24 ENTENDO UM DATA LAKE 3 PRINCIPIOS DE DESENVOLVIMENTO DE SPARK COM PYTHON 31 INTRODUÇÃO AO SPARK 32 UTILIZANDO PYSPARK 33 OPERAÇÕES DE MAPREDUCE COM PYSPARK 34 TRANSFORMAÇÕES COM PYSPARK 4 ANÁLISE DE DADOS EM PYTHON COM PANDAS 41 COMPONENTES E SINTAXE DO PANDAS 42 PREPARAÇÃO DE DADOS COM PANDAS 43 MANIPULAÇÃO DE DADOS COM PANDAS 44 VISUALIZAÇÃO DE DADOS COM PANDAS 5 BIG DATA ANALYTICS ATIVIDADE PRÁTICA SUPERVISIONADA 51 COMPREENDENDO À DESCOBERTA DO CONHECIMENTO KDD 52 DESMISTIFICANDO INTELIGÊNCIA ARTIFICAL 53 APLICAÇÕES DE APRENDIZADO DE MÁQUINA COM TENSORFLOW 54 APLICAÇÕES DE APRENDIZADO PROFUNDO COM O SCIKITLEARN 9 Procedimentos de avaliação A avaliação do aluno contemplará as competências desenvolvidas por meio da realização da Atividade de Extensão e Simulados Será composta de 3 etapas desdobradas da seguinte forma Realização da atividade de extensão 6 seis pontos Simulado 1 2 dois pontos Simulado 2 2 dois pontos Os critérios utilizados para a avaliação dos alunos na Atividade de Extensão serão desenvolvimento e entrega das atividades estabelecidas no Roteiro de Extensão pontualidade nas entregas linguagem adequada correção ortográfica clareza e objetividade autoavaliação discente com relato das experiências vivenciadas durante a participação na atividade de extensão A Nota Final NF será calculada após o preenchimento de todas as etapas da Atividade de Extensão realizada pelo aluno no Laboratório de Extensão disponível na Sala de Aula Virtual SAVA e da realização dos Simulados 1 e 2 e não poderá ultrapassar o grau máximo de 10 dez pontos Para aprovação o aluno deverá obter grau maior ou igual a 60 10 Bibliografia básica FACELI Katti Inteligência Artificial Uma abordagem de aprendizado de máquina BVMB 2ª Ed Rio de Janeiro LTC 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9788521637509 FREZATTI Fábio Aprendizagem Baseada em Problemas São Paulo Grupo GEN 2018 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788597018042 GOLDSCHMIDT Ronaldo Data Mining Conceitos técnicas algoritmos orientações e aplicações BVMB Rio de Janeiro Elsevier 2015 Disponível em httpsintegradaminhabibliotecacombrbooks9788595156395 PEREIRA Mariana Araújo Framework de Big Data BVMB Porto Alegre SAGAH 2019 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900803 11 Bibliografia complementar BANIN Sérgio Luiz Python 3 Conceitos e Aplicações Uma Abordagem Didática BVMB São Paulo Érica 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788536530253 Batista MD C Data Mining BVMB Porto Alegre SAGAH 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900292 BENDER William N Aprendizagem baseada em projetos educação diferenciada para o século XXI Porto Alegre Penso 2014 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788584290000 GARCIA Marilene SS Aprendizagem Significativa e Colaborativa Curitiba Contentus 2020 Disponível em httpsplataformabvirtualcombrLeitorPublicacao185718pdf0 MELLO Cleyson de Moraes ALMEIDA José Rogério Moura de Neto PETRILLO Regina Pentagna Curricularização da Extensão Universitária 2ª Rio de Janeiro Processo 2022 Disponível em httpsplataformabvirtualcombrLeitorPublicacao198121pdf0 MORAIS Izabelly Introdução a Big Data e Internet das Coisas IOT BVMB Porto Alegre SAGAH 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788595027640 MUELLER John Paul Aprendizado Profundo para Leigos BVMB Rio de Janeiro Alta Books 2020 Disponível em httpsintegradaminhabibliotecacombrbooks9788550816982 PERKOVIC Ljubomir Introdução à Computação Usando Python Um Foco no Desenvolvimento de Aplicações BVMB 1ª Ed Rio de Janeiro LTC 2016 Disponível em httpsintegradaminhabibliotecacombrbooks9788521630937 Plano de Ensino 1 Código e nome da disciplina DGT0134 TÓPICOS DE BIG DATA EM PYTHON 2 Carga horária semestral 3 Carga horária semanal 4 Perfil docente O professortutor deve ser graduado em Ciência da Computação Sistemas de Informação Engenharia de Computação ou afins É desejável a PósGraduação Stricto Sensu Mestrado eou Doutorado na área do curso ou áreas afins É desejável que o professortutor possua experiência profissional na área de Big Data e com a linguagem Python além de conhecimentos e habilidades teóricopráticos capacidade de comunicação interação e fluência digital para utilizar ferramentas necessárias ao desenvolvimento do processo de ensinoaprendizagem SGC SAVA BdQ e SIA Importante também o conhecimento do Projeto Pedagógico dos Cursos que a disciplina faz parte na Matriz Curricular É necessário que o professortutor domine as metodologias ativas inerentes à educação por competências aprendizagem por projetos e ferramentas digitais que tornem o processo mais interativo A articulação entre ensino pesquisa e extensão deve ser o eixo direcionador das estratégias utilizadas pelo professortutor Além disto é imprescindível que o professortutor estimule o autoconhecimento e autoaprendizagem entre seus alunos 5 Ementa Princípios de Big Data Hadoop e Armazenamento de Dados Princípios de Desenvolvimento com PySpark Análise de Dados em Python com Pandas Big Data Analytics 6 Objetivos Criticar os processos de trabalho e obter interpretações rápidas e valiosas sobre tendências de mercado baseandose nos princípios de Big Data para planejar o processamento de uma quantidade enorme de informações fazendo isso com alto desempenho e disponibilidade Esquematizar o armazenamento e processamento distribuído de grandes conjuntos de dados utilizando a plataforma de código aberto Hadoop para criar clusters de computadores com hardware commodity obtendo armazenamento processamento acesso governança segurança e operações de dados Construir aplicações de computação paralela tendo como ferramenta o PySpark para criar aplicações com pipeline de aprendizado de máquina realizando previsões nos dados Analisar grandes volumes de dados utilizando a biblioteca Pandas para propor a utilização de técnicas avançadas de análise de dados Esquematizar modelo de analises de dados estruturados e semiestruturados baseandose em técnicas de descoberta do conhecimento para construir algoritmos de inteligência artificial 7 Procedimentos de ensinoaprendizagem Esta disciplina adota a metodologia de aprendizagem baseada em projetos construídos de forma dialógica com a sociedade representada pela parte envolvida de forma a atender aos objetivos citados anteriormente O estudo das teorias e práticas previstas na disciplina para a aptidão de desenvolvimento desta atividade extensionista serão realizadas em paralelo com as atividades extensionistas para alcançar os objetivos técnicos e objetivos sociocomunitários previstos neste Plano de Aprendizagem Dessa forma viabilizase o desenvolvimento concomitante das habilidades técnicas e da atividade extensionista prevista para esta disciplina Durante o desenvolvimento de seus atividades extensionistas devese ir gradativamente preenchendo o Roteiro de Extensão usando o formulário disponibilizado no Laboratório de Extensão da Sala de Aula Virtual SAVA Este roteiro serve como guia dos passos a serem seguidos pelos alunos e inclui descrições sucintas sobre o que cada seção deve conter É fundamental que o aluno finalize o preenchimento do Roteiro de Extensão e submetao para correção dentro do prazo estipulado pelo calendário acadêmico Etapas do desenvolvimento da atividade extensionista 1 Diagnóstico e teorização conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 2 Planejamento e desenvolvimento da atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 3 Encerramento da Atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual Para realizar sua atividade de extensão 1 Estude os conteúdos digitais da sua disciplina 2 Tira dúvidas do conteúdo com o seu tutor 3 Consulte o roteiro de extensão na ABA Conteúdo Complementar da SAVA 4 Acesse o Laboratório de Extensão na SAVA no caminho a seguir LABORATÓRIOS LABORATÓRIO DE EXTENSÃO 5 Assista ao vídeo de orientação sobre extensão disponível no laboratório 6 Preencha os campos com as informações sobre a atividade de extensão realizada 7 Pronto Agora é só enviar 8 Temas de aprendizagem 1 PRINCÍPIOS DE BIG DATA 11 INTRODUÇÃO E APLICAÇÕES AO BIG DATA 12 CONCEITOS DE IOT E COMPUTAÇÃO DISTRIBUÍDA 13 PLATAFORMAS EM NUVEM PARA APLICAÇÕES DE BIGDATA 14 PROCESSAMENTO E STREAMING DE DADOS 2 HADOOP E ARMAZENAMENTO DE DADOS 21 INTRODUÇÃO E ARQUITETURA AO HADOOP 22 ECOSSISTEMA E SOLUÇÕES COM HADOOP 23 HDFS VS RDBMS 24 ENTENDO UM DATA LAKE 3 PRINCIPIOS DE DESENVOLVIMENTO DE SPARK COM PYTHON 31 INTRODUÇÃO AO SPARK 32 UTILIZANDO PYSPARK 33 OPERAÇÕES DE MAPREDUCE COM PYSPARK 34 TRANSFORMAÇÕES COM PYSPARK 4 ANÁLISE DE DADOS EM PYTHON COM PANDAS 41 COMPONENTES E SINTAXE DO PANDAS 42 PREPARAÇÃO DE DADOS COM PANDAS 43 MANIPULAÇÃO DE DADOS COM PANDAS 44 VISUALIZAÇÃO DE DADOS COM PANDAS 5 BIG DATA ANALYTICS ATIVIDADE PRÁTICA SUPERVISIONADA 51 COMPREENDENDO À DESCOBERTA DO CONHECIMENTO KDD 52 DESMISTIFICANDO INTELIGÊNCIA ARTIFICAL 53 APLICAÇÕES DE APRENDIZADO DE MÁQUINA COM TENSORFLOW 54 APLICAÇÕES DE APRENDIZADO PROFUNDO COM O SCIKITLEARN 9 Procedimentos de avaliação A avaliação do aluno contemplará as competências desenvolvidas por meio da realização da Atividade de Extensão e Simulados Será composta de 3 etapas desdobradas da seguinte forma Realização da atividade de extensão 6 seis pontos Simulado 1 2 dois pontos Simulado 2 2 dois pontos Os critérios utilizados para a avaliação dos alunos na Atividade de Extensão serão desenvolvimento e entrega das atividades estabelecidas no Roteiro de Extensão pontualidade nas entregas linguagem adequada correção ortográfica clareza e objetividade autoavaliação discente com relato das experiências vivenciadas durante a participação na atividade de extensão A Nota Final NF será calculada após o preenchimento de todas as etapas da Atividade de Extensão realizada pelo aluno no Laboratório de Extensão disponível na Sala de Aula Virtual SAVA e da realização dos Simulados 1 e 2 e não poderá ultrapassar o grau máximo de 10 dez pontos Para aprovação o aluno deverá obter grau maior ou igual a 60 10 Bibliografia básica FACELI Katti Inteligência Artificial Uma abordagem de aprendizado de máquina BVMB 2ª Ed Rio de Janeiro LTC 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9788521637509 FREZATTI Fábio Aprendizagem Baseada em Problemas São Paulo Grupo GEN 2018 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788597018042 GOLDSCHMIDT Ronaldo Data Mining Conceitos técnicas algoritmos orientações e aplicações BVMB Rio de Janeiro Elsevier 2015 Disponível em httpsintegradaminhabibliotecacombrbooks9788595156395 PEREIRA Mariana Araújo Framework de Big Data BVMB Porto Alegre SAGAH 2019 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900803 11 Bibliografia complementar BANIN Sérgio Luiz Python 3 Conceitos e Aplicações Uma Abordagem Didática BVMB São Paulo Érica 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788536530253 Batista MD C Data Mining BVMB Porto Alegre SAGAH 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900292 BENDER William N Aprendizagem baseada em projetos educação diferenciada para o século XXI Porto Alegre Penso 2014 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788584290000 GARCIA Marilene SS Aprendizagem Significativa e Colaborativa Curitiba Contentus 2020 Disponível em httpsplataformabvirtualcombrLeitorPublicacao185718pdf0 MELLO Cleyson de Moraes ALMEIDA José Rogério Moura de Neto PETRILLO Regina Pentagna Curricularização da Extensão Universitária 2ª Rio de Janeiro Processo 2022 Disponível em httpsplataformabvirtualcombrLeitorPublicacao198121pdf0 MORAIS Izabelly Introdução a Big Data e Internet das Coisas IOT BVMB Porto Alegre SAGAH 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788595027640 MUELLER John Paul Aprendizado Profundo para Leigos BVMB Rio de Janeiro Alta Books 2020 Disponível em httpsintegradaminhabibliotecacombrbooks9788550816982 PERKOVIC Ljubomir Introdução à Computação Usando Python Um Foco no Desenvolvimento de Aplicações BVMB 1ª Ed Rio de Janeiro LTC 2016 Disponível em httpsintegradaminhabibliotecacombrbooks9788521630937 Plano de Ensino 1 Código e nome da disciplina DGT0134 TÓPICOS DE BIG DATA EM PYTHON 2 Carga horária semestral 3 Carga horária semanal 4 Perfil docente O professortutor deve ser graduado em Ciência da Computação Sistemas de Informação Engenharia de Computação ou afins É desejável a PósGraduação Stricto Sensu Mestrado eou Doutorado na área do curso ou áreas afins É desejável que o professortutor possua experiência profissional na área de Big Data e com a linguagem Python além de conhecimentos e habilidades teóricopráticos capacidade de comunicação interação e fluência digital para utilizar ferramentas necessárias ao desenvolvimento do processo de ensinoaprendizagem SGC SAVA BdQ e SIA Importante também o conhecimento do Projeto Pedagógico dos Cursos que a disciplina faz parte na Matriz Curricular É necessário que o professortutor domine as metodologias ativas inerentes à educação por competências aprendizagem por projetos e ferramentas digitais que tornem o processo mais interativo A articulação entre ensino pesquisa e extensão deve ser o eixo direcionador das estratégias utilizadas pelo professortutor Além disto é imprescindível que o professortutor estimule o autoconhecimento e autoaprendizagem entre seus alunos 5 Ementa Princípios de Big Data Hadoop e Armazenamento de Dados Princípios de Desenvolvimento com PySpark Análise de Dados em Python com Pandas Big Data Analytics 6 Objetivos Criticar os processos de trabalho e obter interpretações rápidas e valiosas sobre tendências de mercado baseandose nos princípios de Big Data para planejar o processamento de uma quantidade enorme de informações fazendo isso com alto desempenho e disponibilidade Esquematizar o armazenamento e processamento distribuído de grandes conjuntos de dados utilizando a plataforma de código aberto Hadoop para criar clusters de computadores com hardware commodity obtendo armazenamento processamento acesso governança segurança e operações de dados Construir aplicações de computação paralela tendo como ferramenta o PySpark para criar aplicações com pipeline de aprendizado de máquina realizando previsões nos dados Analisar grandes volumes de dados utilizando a biblioteca Pandas para propor a utilização de técnicas avançadas de análise de dados Esquematizar modelo de analises de dados estruturados e semiestruturados baseandose em técnicas de descoberta do conhecimento para construir algoritmos de inteligência artificial 7 Procedimentos de ensinoaprendizagem Esta disciplina adota a metodologia de aprendizagem baseada em projetos construídos de forma dialógica com a sociedade representada pela parte envolvida de forma a atender aos objetivos citados anteriormente O estudo das teorias e práticas previstas na disciplina para a aptidão de desenvolvimento desta atividade extensionista serão realizadas em paralelo com as atividades extensionistas para alcançar os objetivos técnicos e objetivos sociocomunitários previstos neste Plano de Aprendizagem Dessa forma viabilizase o desenvolvimento concomitante das habilidades técnicas e da atividade extensionista prevista para esta disciplina Durante o desenvolvimento de seus atividades extensionistas devese ir gradativamente preenchendo o Roteiro de Extensão usando o formulário disponibilizado no Laboratório de Extensão da Sala de Aula Virtual SAVA Este roteiro serve como guia dos passos a serem seguidos pelos alunos e inclui descrições sucintas sobre o que cada seção deve conter É fundamental que o aluno finalize o preenchimento do Roteiro de Extensão e submetao para correção dentro do prazo estipulado pelo calendário acadêmico Etapas do desenvolvimento da atividade extensionista 1 Diagnóstico e teorização conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 2 Planejamento e desenvolvimento da atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 3 Encerramento da Atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual Para realizar sua atividade de extensão 1 Estude os conteúdos digitais da sua disciplina 2 Tira dúvidas do conteúdo com o seu tutor 3 Consulte o roteiro de extensão na ABA Conteúdo Complementar da SAVA 4 Acesse o Laboratório de Extensão na SAVA no caminho a seguir LABORATÓRIOS LABORATÓRIO DE EXTENSÃO 5 Assista ao vídeo de orientação sobre extensão disponível no laboratório 6 Preencha os campos com as informações sobre a atividade de extensão realizada 7 Pronto Agora é só enviar 8 Temas de aprendizagem 1 PRINCÍPIOS DE BIG DATA 11 INTRODUÇÃO E APLICAÇÕES AO BIG DATA 12 CONCEITOS DE IOT E COMPUTAÇÃO DISTRIBUÍDA 13 PLATAFORMAS EM NUVEM PARA APLICAÇÕES DE BIGDATA 14 PROCESSAMENTO E STREAMING DE DADOS 2 HADOOP E ARMAZENAMENTO DE DADOS 21 INTRODUÇÃO E ARQUITETURA AO HADOOP 22 ECOSSISTEMA E SOLUÇÕES COM HADOOP 23 HDFS VS RDBMS 24 ENTENDO UM DATA LAKE 3 PRINCIPIOS DE DESENVOLVIMENTO DE SPARK COM PYTHON 31 INTRODUÇÃO AO SPARK 32 UTILIZANDO PYSPARK 33 OPERAÇÕES DE MAPREDUCE COM PYSPARK 34 TRANSFORMAÇÕES COM PYSPARK 4 ANÁLISE DE DADOS EM PYTHON COM PANDAS 41 COMPONENTES E SINTAXE DO PANDAS 42 PREPARAÇÃO DE DADOS COM PANDAS 43 MANIPULAÇÃO DE DADOS COM PANDAS 44 VISUALIZAÇÃO DE DADOS COM PANDAS 5 BIG DATA ANALYTICS ATIVIDADE PRÁTICA SUPERVISIONADA 51 COMPREENDENDO À DESCOBERTA DO CONHECIMENTO KDD 52 DESMISTIFICANDO INTELIGÊNCIA ARTIFICAL 53 APLICAÇÕES DE APRENDIZADO DE MÁQUINA COM TENSORFLOW 54 APLICAÇÕES DE APRENDIZADO PROFUNDO COM O SCIKITLEARN 9 Procedimentos de avaliação A avaliação do aluno contemplará as competências desenvolvidas por meio da realização da Atividade de Extensão e Simulados Será composta de 3 etapas desdobradas da seguinte forma Realização da atividade de extensão 6 seis pontos Simulado 1 2 dois pontos Simulado 2 2 dois pontos Os critérios utilizados para a avaliação dos alunos na Atividade de Extensão serão desenvolvimento e entrega das atividades estabelecidas no Roteiro de Extensão pontualidade nas entregas linguagem adequada correção ortográfica clareza e objetividade autoavaliação discente com relato das experiências vivenciadas durante a participação na atividade de extensão A Nota Final NF será calculada após o preenchimento de todas as etapas da Atividade de Extensão realizada pelo aluno no Laboratório de Extensão disponível na Sala de Aula Virtual SAVA e da realização dos Simulados 1 e 2 e não poderá ultrapassar o grau máximo de 10 dez pontos Para aprovação o aluno deverá obter grau maior ou igual a 60 10 Bibliografia básica FACELI Katti Inteligência Artificial Uma abordagem de aprendizado de máquina BVMB 2ª Ed Rio de Janeiro LTC 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9788521637509 FREZATTI Fábio Aprendizagem Baseada em Problemas São Paulo Grupo GEN 2018 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788597018042 GOLDSCHMIDT Ronaldo Data Mining Conceitos técnicas algoritmos orientações e aplicações BVMB Rio de Janeiro Elsevier 2015 Disponível em httpsintegradaminhabibliotecacombrbooks9788595156395 PEREIRA Mariana Araújo Framework de Big Data BVMB Porto Alegre SAGAH 2019 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900803 11 Bibliografia complementar BANIN Sérgio Luiz Python 3 Conceitos e Aplicações Uma Abordagem Didática BVMB São Paulo Érica 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788536530253 Batista MD C Data Mining BVMB Porto Alegre SAGAH 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900292 BENDER William N Aprendizagem baseada em projetos educação diferenciada para o século XXI Porto Alegre Penso 2014 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788584290000 GARCIA Marilene SS Aprendizagem Significativa e Colaborativa Curitiba Contentus 2020 Disponível em httpsplataformabvirtualcombrLeitorPublicacao185718pdf0 MELLO Cleyson de Moraes ALMEIDA José Rogério Moura de Neto PETRILLO Regina Pentagna Curricularização da Extensão Universitária 2ª Rio de Janeiro Processo 2022 Disponível em httpsplataformabvirtualcombrLeitorPublicacao198121pdf0 MORAIS Izabelly Introdução a Big Data e Internet das Coisas IOT BVMB Porto Alegre SAGAH 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788595027640 MUELLER John Paul Aprendizado Profundo para Leigos BVMB Rio de Janeiro Alta Books 2020 Disponível em httpsintegradaminhabibliotecacombrbooks9788550816982 PERKOVIC Ljubomir Introdução à Computação Usando Python Um Foco no Desenvolvimento de Aplicações BVMB 1ª Ed Rio de Janeiro LTC 2016 Disponível em httpsintegradaminhabibliotecacombrbooks9788521630937 Plano de Ensino 1 Código e nome da disciplina DGT0134 TÓPICOS DE BIG DATA EM PYTHON 2 Carga horária semestral 3 Carga horária semanal 4 Perfil docente O professortutor deve ser graduado em Ciência da Computação Sistemas de Informação Engenharia de Computação ou afins É desejável a PósGraduação Stricto Sensu Mestrado eou Doutorado na área do curso ou áreas afins É desejável que o professortutor possua experiência profissional na área de Big Data e com a linguagem Python além de conhecimentos e habilidades teóricopráticos capacidade de comunicação interação e fluência digital para utilizar ferramentas necessárias ao desenvolvimento do processo de ensinoaprendizagem SGC SAVA BdQ e SIA Importante também o conhecimento do Projeto Pedagógico dos Cursos que a disciplina faz parte na Matriz Curricular É necessário que o professortutor domine as metodologias ativas inerentes à educação por competências aprendizagem por projetos e ferramentas digitais que tornem o processo mais interativo A articulação entre ensino pesquisa e extensão deve ser o eixo direcionador das estratégias utilizadas pelo professortutor Além disto é imprescindível que o professortutor estimule o autoconhecimento e autoaprendizagem entre seus alunos 5 Ementa Princípios de Big Data Hadoop e Armazenamento de Dados Princípios de Desenvolvimento com PySpark Análise de Dados em Python com Pandas Big Data Analytics 6 Objetivos Criticar os processos de trabalho e obter interpretações rápidas e valiosas sobre tendências de mercado baseandose nos princípios de Big Data para planejar o processamento de uma quantidade enorme de informações fazendo isso com alto desempenho e disponibilidade Esquematizar o armazenamento e processamento distribuído de grandes conjuntos de dados utilizando a plataforma de código aberto Hadoop para criar clusters de computadores com hardware commodity obtendo armazenamento processamento acesso governança segurança e operações de dados Construir aplicações de computação paralela tendo como ferramenta o PySpark para criar aplicações com pipeline de aprendizado de máquina realizando previsões nos dados Analisar grandes volumes de dados utilizando a biblioteca Pandas para propor a utilização de técnicas avançadas de análise de dados Esquematizar modelo de analises de dados estruturados e semiestruturados baseandose em técnicas de descoberta do conhecimento para construir algoritmos de inteligência artificial 7 Procedimentos de ensinoaprendizagem Esta disciplina adota a metodologia de aprendizagem baseada em projetos construídos de forma dialógica com a sociedade representada pela parte envolvida de forma a atender aos objetivos citados anteriormente O estudo das teorias e práticas previstas na disciplina para a aptidão de desenvolvimento desta atividade extensionista serão realizadas em paralelo com as atividades extensionistas para alcançar os objetivos técnicos e objetivos sociocomunitários previstos neste Plano de Aprendizagem Dessa forma viabilizase o desenvolvimento concomitante das habilidades técnicas e da atividade extensionista prevista para esta disciplina Durante o desenvolvimento de seus atividades extensionistas devese ir gradativamente preenchendo o Roteiro de Extensão usando o formulário disponibilizado no Laboratório de Extensão da Sala de Aula Virtual SAVA Este roteiro serve como guia dos passos a serem seguidos pelos alunos e inclui descrições sucintas sobre o que cada seção deve conter É fundamental que o aluno finalize o preenchimento do Roteiro de Extensão e submetao para correção dentro do prazo estipulado pelo calendário acadêmico Etapas do desenvolvimento da atividade extensionista 1 Diagnóstico e teorização conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 2 Planejamento e desenvolvimento da atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual 3 Encerramento da Atividade conforme detalhado no Roteiro de Extensão disponibilizado no Laboratório de Extensão da Sala de Aula Virtual Para realizar sua atividade de extensão 1 Estude os conteúdos digitais da sua disciplina 2 Tira dúvidas do conteúdo com o seu tutor 3 Consulte o roteiro de extensão na ABA Conteúdo Complementar da SAVA 4 Acesse o Laboratório de Extensão na SAVA no caminho a seguir LABORATÓRIOS LABORATÓRIO DE EXTENSÃO 5 Assista ao vídeo de orientação sobre extensão disponível no laboratório 6 Preencha os campos com as informações sobre a atividade de extensão realizada 7 Pronto Agora é só enviar 8 Temas de aprendizagem 1 PRINCÍPIOS DE BIG DATA 11 INTRODUÇÃO E APLICAÇÕES AO BIG DATA 12 CONCEITOS DE IOT E COMPUTAÇÃO DISTRIBUÍDA 13 PLATAFORMAS EM NUVEM PARA APLICAÇÕES DE BIGDATA 14 PROCESSAMENTO E STREAMING DE DADOS 2 HADOOP E ARMAZENAMENTO DE DADOS 21 INTRODUÇÃO E ARQUITETURA AO HADOOP 22 ECOSSISTEMA E SOLUÇÕES COM HADOOP 23 HDFS VS RDBMS 24 ENTENDO UM DATA LAKE 3 PRINCIPIOS DE DESENVOLVIMENTO DE SPARK COM PYTHON 31 INTRODUÇÃO AO SPARK 32 UTILIZANDO PYSPARK 33 OPERAÇÕES DE MAPREDUCE COM PYSPARK 34 TRANSFORMAÇÕES COM PYSPARK 4 ANÁLISE DE DADOS EM PYTHON COM PANDAS 41 COMPONENTES E SINTAXE DO PANDAS 42 PREPARAÇÃO DE DADOS COM PANDAS 43 MANIPULAÇÃO DE DADOS COM PANDAS 44 VISUALIZAÇÃO DE DADOS COM PANDAS 5 BIG DATA ANALYTICS ATIVIDADE PRÁTICA SUPERVISIONADA 51 COMPREENDENDO À DESCOBERTA DO CONHECIMENTO KDD 52 DESMISTIFICANDO INTELIGÊNCIA ARTIFICAL 53 APLICAÇÕES DE APRENDIZADO DE MÁQUINA COM TENSORFLOW 54 APLICAÇÕES DE APRENDIZADO PROFUNDO COM O SCIKITLEARN 9 Procedimentos de avaliação A avaliação do aluno contemplará as competências desenvolvidas por meio da realização da Atividade de Extensão e Simulados Será composta de 3 etapas desdobradas da seguinte forma Realização da atividade de extensão 6 seis pontos Simulado 1 2 dois pontos Simulado 2 2 dois pontos Os critérios utilizados para a avaliação dos alunos na Atividade de Extensão serão desenvolvimento e entrega das atividades estabelecidas no Roteiro de Extensão pontualidade nas entregas linguagem adequada correção ortográfica clareza e objetividade autoavaliação discente com relato das experiências vivenciadas durante a participação na atividade de extensão A Nota Final NF será calculada após o preenchimento de todas as etapas da Atividade de Extensão realizada pelo aluno no Laboratório de Extensão disponível na Sala de Aula Virtual SAVA e da realização dos Simulados 1 e 2 e não poderá ultrapassar o grau máximo de 10 dez pontos Para aprovação o aluno deverá obter grau maior ou igual a 60 10 Bibliografia básica FACELI Katti Inteligência Artificial Uma abordagem de aprendizado de máquina BVMB 2ª Ed Rio de Janeiro LTC 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9788521637509 FREZATTI Fábio Aprendizagem Baseada em Problemas São Paulo Grupo GEN 2018 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788597018042 GOLDSCHMIDT Ronaldo Data Mining Conceitos técnicas algoritmos orientações e aplicações BVMB Rio de Janeiro Elsevier 2015 Disponível em httpsintegradaminhabibliotecacombrbooks9788595156395 PEREIRA Mariana Araújo Framework de Big Data BVMB Porto Alegre SAGAH 2019 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900803 11 Bibliografia complementar BANIN Sérgio Luiz Python 3 Conceitos e Aplicações Uma Abordagem Didática BVMB São Paulo Érica 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788536530253 Batista MD C Data Mining BVMB Porto Alegre SAGAH 2021 Disponível em httpsintegradaminhabibliotecacombrbooks9786556900292 BENDER William N Aprendizagem baseada em projetos educação diferenciada para o século XXI Porto Alegre Penso 2014 Disponível em httpsintegradaminhabibliotecacombrreaderbooks9788584290000 GARCIA Marilene SS Aprendizagem Significativa e Colaborativa Curitiba Contentus 2020 Disponível em httpsplataformabvirtualcombrLeitorPublicacao185718pdf0 MELLO Cleyson de Moraes ALMEIDA José Rogério Moura de Neto PETRILLO Regina Pentagna Curricularização da Extensão Universitária 2ª Rio de Janeiro Processo 2022 Disponível em httpsplataformabvirtualcombrLeitorPublicacao198121pdf0 MORAIS Izabelly Introdução a Big Data e Internet das Coisas IOT BVMB Porto Alegre SAGAH 2018 Disponível em httpsintegradaminhabibliotecacombrbooks9788595027640 MUELLER John Paul Aprendizado Profundo para Leigos BVMB Rio de Janeiro Alta Books 2020 Disponível em httpsintegradaminhabibliotecacombrbooks9788550816982 PERKOVIC Ljubomir Introdução à Computação Usando Python Um Foco no Desenvolvimento de Aplicações BVMB 1ª Ed Rio de Janeiro LTC 2016 Disponível em httpsintegradaminhabibliotecacombrbooks9788521630937 3 ENCERRAMENTO DA ATIVIDADE 31 Relato da experiência individual no desenvolvimento da atividade Seu relato precisará conter 1 CONTEXTUALIZAÇÃO Explicar a experiência de extensão vivenciada contextualizando a sua participação explicando ainda como teoria e os conteúdos dessa disciplina foram aplicados na prática a partir desta troca com a comunidade local 2 METODOLOGIA Descrever que métodos foram usados para realizar sua atividade de extensão isto é dinâmicas de grupo entrevistas questionários ou algum outro método de levantamento de dados e explicar o que foi efetivamente executado incluindo os detalhes de implantação 3 RESULTADOS E DISCUSSÃO Detalhar os resultados obtidos na atividade realizada como por exemplo os impactos que ela gerou na comunidade envolvida as facilidades e dificuldades que você enfrentou durante esta experiência e quais descobertas e aprendizados teve neste processo Exemplo 1 Contextualização A experiência proporcionou uma compreensão aprofundada dos desafios reais enfrentados pela comunidade e das soluções tecnológicas que podem ser aplicadas para resolvêlos A colaboração com a ONG também me permitiu notar a importância do trabalho em equipe e da comunicação eficaz em projetos de tratamento e análise de dados 2 Metodologia devem ser fornecidos os detalhes técnicos do processo de tratamento como bibliotecas utilizadas etc 3 Resultados ar resultado conforme definido na Seção Avaliação dos Resultados Alcançados Por exemplo 1 Qual foi a eficácia da visão de dados produzida conforme análise comparativa das necessidades percebidas antes e depois da implementação 2 Resultados da análise da satisfação dos funcionários e usuários através de questionários e 3 Comentários sobre a observação direta da eficiência das ações planejadas pela ONG 2 PLANEJAMENTO PARA DESENVOLVIMENTO DA ATIVIDADE 21 Plano de trabalho com cronograma das atividades Descrever o plano de trabalho o que fazer quando fazer como fazer para quem fazer onde fazer incluindo informações sobre cada uma das ações a serem executadas para alcançar os objetivos da atividade de extensão O que fazer indique a ação que precisa ser realizada Quando fazer quando será realizada a ação prazo de realização Como fazer como você realizará esta ação incluindo os recursos mínimos necessários Para quem fazer quem irá participar desta ação Onde fazer local em que realizará a ação Exemplo Objetivo Fornecer uma visualização de dados socioeconômicos regionais até o final do semestre treinar os funcionários da ONG no uso da ferramenta e possibilitar leitura efetiva do perfil socioeconômico da localidade Prazo até a data X Ação 1 Obtenção da base de dados relativas a região junto à parte envolvida Data limite para realização da Ação 1 Ação 2 Realizar o tratamento de dados em Python nos dados obtidos Data limite para realização da Ação 2 Ação 3 Criar visualização de dados eficientes para a interpretação dos dados auxiliando na tomada de decisão das partes envolvidas Data limite para realização da Ação 3 Ação 4 Realizar reunião de apresentação e treinamento para os colaboradores da ONG na manipulação das visões de dados Data limite para realização da Ação 4 Ação 5 Realizar pesquisa de satisfação com os colaboradores para mensurar o atingimento do objetivo da atividade extensionista Data limite para realização da Ação 5 Outras ações que considere pertinente