Assista ao vídeo e leia abaixo para mais detalhes sobre o curso.
Este curso auto-dirigido está baseado no MOOC “Introdução ao jornalismo de dados: Como entrevistar dados para reportagens investigativas”, realizado pelo Centro Knight para o Jornalismo nas Américas. Este curso massivo em português de cinco semanas aconteceu 5 de agosto - 8 de setembro de 2019. Agora no formato de curso auto-dirigido, disponibilizamos o conteúdo gratuitamente para os alunos que fizeram o curso e para qualquer pessoa interessada em aprender sobre os conceitos básicos de Jornalismo de Dados.
O curso foi ministrado por quatro reconhecidos profissionais: Natália Mazotte, Adriano Belisário, Álvaro Justen e Rodrigo Menegat. O conteúdo do curso inclui aulas em vídeo e tutoriais, leituras, exercícios e muito mais.
Os materiais estão divididos em cinco módulos:
Esperamos que você aproveite os materiais e os compartilhe com outras pessoas interessadas em aprender a trabalhar com dados e pesquisas eleitorais. Se você tiver alguma dúvida, entre em contato conosco pelo e-mail JournalismCourses@austin.utexas.edu.
Natália Mazotte é diretora-executiva da Open Knowledge Brasil, onde lidera projetos de inovação cívica e capacitação em uso de dados. Co-fundou a Gênero e Número, startup de jornalismo de dados com foco em gênero, e criou a primeira conferência brasileira de jornalismo de dados e métodos digitais (Coda.Br). Trabalhou com estratégia digital em organizações como Ibase, Globo e Ministério Público do Rio de Janeiro. É professora na pós-graduação em Jornalismo Digital da PUC-RS e no MBA Web Intelligence e Digital Ambience da COPPE/UFRJ e instrutora em cursos massivos do Centro Knight, da Universidade do Texas. Possui mestrado em Comunicação pela UFRJ e pós-graduação em Estratégia Digital pela Universidade Pompeu Fabra (Espanha) e recebeu em 2019 a bolsa JSK da Universidade de Stanford.
Adriano Belisário é jornalista e atua com investigações baseadas em dados desde 2012. Atualmente, coordena a Escola de Dados e atua em projetos de produção de evidências com dados e fontes abertas. Há mais 10 anos colabora com redes e projetos de produção de mídia com softwares livres, implementando programas no âmbito do Ministério da Cultura, da Secretaria de Estado de Cultura e da Universidade Federal do Rio de Janeiro, onde fez mestrado em Comunicação Social.
Álvaro Justen é programador e professor. Ativista de software livre desde 2004 e programador Python desde 2005, atualmente trabalha capturando, convertendo, limpando e analisando dados em diversos projetos jornalísticos e de inovação cívica brasileiros; é fundador do portal de dados abertos acessíveis Brasil.IO e quando não está programando, dá aulas, viaja a congressos, prova e torra cafés especiais.
Rodrigo Menegat trabalho como jornalista na editoria de infografia digital do Estadão, onde produz reportagens e visualizações feitas a partir da exploração de bases de dados. Antes disso, trabalhou como redator e repórter na Folha de S.Paulo e teve conteúdo publicado em veículos como The Intercept e Agência Pública. É formado em jornalismo pela Universidade Estadual de Ponta Grossa, no Paraná, e fez uma especialização em jornalismo de dados na Universidade de Columbia, em Nova York.
Ao final da primeira semana, você terá aprendido:
Vídeo-Aulas (Obrigatórias)
1. Introdução ao Módulo
2. O que é jornalismo de dados?
3. Fluxo de trabalho com dados
4. Exemplos de Jornalismo de Dados
5. Perguntas cruciais
6. Busca Avançada para obter bases de dados
7. Usando a LAI para obter bases de dados
8. Vídeo extra. Entrevista com Luiz Toledo - Estratégias para uso da LAI
9. Slides
Leituras (Obrigatórias)
1 .Tutorial. Solicitando dados via LAI
2. Tutorial. Busca avançada na web
3. Dados e incerteza. Por que precisamos ser céticos?
4. Novas fronteiras do jornalismo de dados no Brasil
5. Jornalismo de Dados. Conceitos e categorias
6. Importância do jornalismo de dados
Materiais de Apoio (Opcionais)
1. Genealogia do Jornalismo de Dados (em inglês)
Ao final da segunda semana, você terá aprendido:
Vídeo-Aulas (Obrigatórias)
1. Apresentação do módulo
2. O que são dados abertos e dados legíveis por máquinas?
3. O que é e como abrir um arquivo CSV?
4. Quais são os tipos de dados mais comuns e como configurá-los?
5. Operações básicas: ordenar e filtrar dados por diferentes critérios
6. Agrupando informações: como usar tabela dinâmica para analisar dados
7. Outliers e medidas de tendência central
8. Calculando taxas simples
9. Cruzando tabelas
Leituras (Obrigatórias)
1. Introdução à Análise de Dados [A Escola de Dados]
2. Entrevistando Dados: uma introdução prática - parte I [A Escola de Dados]
3. Entrevistando Dados: uma introdução prática - parte II [A Escola de Dados]
4. Análise com estatística descritiva para leigos [A Escola de Dados]
5. Quiz sobre as 5 estrelas dos dados abertos [H5P]
Materiais de Apoio (Opcionais)
Ao final da terceira semana, você terá aprendido:
Vídeo-Aulas (Obrigatórias)
1. Introdução ao Módulo
2. Checando a qualidade dos dados
3. Introdução ao Open Refine
4. Open Refine - parte 1
5. Open Refine - parte 2
6. Open Refine - parte 3
7. Introdução à raspagem de dados
8. Extraindo dados de PDFs com Tabula
9. ImportHTML
10. Slides
Leituras (Obrigatórias)
1. Guia Quartz para a Limpeza de Dados [A Escola de Dados]
2. Tutorial Escola de Dados: Raspagem e Jornalismo de Dados [A Escola de Dados]
3. Tutorial Escola de Dados: Ferramentas simples e gratuitas de raspagem [A Escola de Dados]
4. Tutorial da Escola de Dados: Guia para converter PDF em tabelas [A Escola de Dados]
5. Tutorial Escola de Dados: Libertando dados com Tabula e Rows [A Escola de Dados]
6. Tutorial Escola de Dados: Usando o Tabula na linha de comando [A Escola de Dados]
7. Tutorial Escola de Dados: Usando OCR em dados e tabelas de PDFs [A Escola de Dados]
Materiais de Apoio (Opcionais)
Ao final da terceira semana, você terá aprendido:
Vídeo-Aulas (Obrigatórias)
1. O que é visualização de dados?
2. Legal, mas pra que isso serve?
3. Como escolho o melhor formato para meu gráfico?
4. Dá pra fazer um gráfico preciso e atraente ao mesmo tempo?
5. Mão na massa – 1ª tarefa
6. Mão na massa – 2ª tarefa
7. Slides
Leituras (Obrigatórias)
1. Introdução à visualização de dados, por Rodrigo Menegat [Rodrigo Menegat]
2. Erros comuns na visualização, por Kathy Chang, Kate Eyler-werve e Alberto Cairo [Rodrigo Menegat]
3. Visualização de dados na apuração: análise exploratória [Rodrigo Menegat]
4. Dez ferramentas para fazer visualização de dados, por Rodrigo Menegat [Rodrigo Menegat]
5. A vanguarda da visualização de dados no jornalismo, por Rodrigo Menegat [Rodrigo Menegat]
Materiais de Apoio (Opcionais)
1. The Functional Art, de Alberto Cairo
2. The Truthful Art, de Alberto Cairo
3. The Wall Street Journal Guide To Information Graphics, de Dona M. Wong
Ao final da terceira semana, você terá aprendido:
Vídeo-Aulas (Obrigatórias)
1. Introdução
2. Filtrando
3. Organizando
4. Agrupando
5. Cruzando
Leituras (Obrigatórias)
1. DB Browser for SQLite [sqlitebrowser.org]
2. Dados (baixar todos os arquivos) [Google Drive]
3. Slides (baixar) [Google Drive]
Materiais de Apoio (Opcionais)