DataJam: Datos DC Suba fue un evento del 20 y 21 de mayo en el Punto Vive Digital de Suba. Este hace parte de una serie de eventos organizados por la Alta Consejería Distrital de TIC en alianza con ViveLabBogotá y la Universidad Nacional de Colombia con el propósito que el/la asistente aprenda, proponga y prototipe ideas para la resolución de problemas reales mediante el uso de datos abiertos en Colombia y el desarrollo de mashup apps.

La agenda

La agenda del evento se dividió en dos secciones principales; y mucha comida (guiño para el staff). La primera parte tardó medio día e incluyó una actividad de integración llamada “la fábrica de pelotas” liderada por Danny Sierra, gestor del proyecto. Vimos talleres de HTML, CSS, Github, Javascript, Jquery, D3.js y Google Maps para trabajar con las fuentes de datos (datasets) abiertos de Colombia. Dada la limitante de tiempo, cada taller tuvo una mirada holística a su lenguaje con el propósito de profundizar mediante la práctica en la segunda parte del fin de semana.

Durante el siguiente día y medio, las actividades se enfocaron en armar equipos, seleccionar los datos, construir una solución a un problema, y desarrollar un prototipo con la información disponible. El equipo lo armamos entre Luis Alejandro Mahecha, Sebastián Malagón, Alexander Vargas y yo.

Debíamos escoger uno de los dos retos de este DataJam:

1. ¿Cómo reducir los tiempos de desplazamiento de los habitantes de la ciudad?
2. ¿Cómo mejorar la convivencia, aportar a la reconciliación y fomentar la paz entre los habitantes de Bogotá?

Todos en el equipo concordamos en atacar el primer reto: ayudar a los ciudadanos de Bogotá y/o a las entidades prestadoras de servicios de transporte público a reducir los tiempos de desplazamiento.

El proyecto

El proceso fue divertido. Utilizamos una combinación de códigos en R y Python para lectura, procesamiento y limpieza de datos; y JavaScript, CSS y HTML para visualización y estética de la solución. Ganamos el Curso de Introducción de Tableau Desktop Professional y la Licencia de prueba Tableau Desktop Professional durante 40 días para cada miembro del grupo.

Antes de mostrales nuestro ‘mínimo producto viable’, debo advertirles que este es el resultado de relativamente pocas horas de trabajo de personas que se acababan de conocer.

Divimos el proyecto en 3 métricas relevantes:

• Mapa de calor. Identifica los puntos donde más se aglutinan los semáforos en Bogotá. En este caso era interesante ver cómo Chapinero y el Centro, a través de la Caracas, era la zona más densa de semáforos. Lo desarrollamos en R y Javascript.

• Mapa de puntos. Muestra los destinos hacia donde llegan los bogotanos y cuyo color cambia en función de la velocidad promedio recorrida. De nuevo, Chapinero y el Centro demuestran ser zonas de gran afluencia social en Bogotá. Lo desarrollamos en Python y JavaScript.

• Análisis de destinos. A través de un Notebook de Python (Jupyter), desarrollamos el código para filtrar, analizar y visualizar las métricas claves en el comportamiento de los datos. Es aquí donde encontramos inconsistencias en la recolección de datos (como velocidades medias de más de 200 km/h), una gran cantidad de personas viajando menos de 15 km por trayecto y una oportunidad para mitigar el tiempo de viaje de los ciudadanos a través de la inversión en ciclorutas y cicloparqueaderos; especialmente en Chapinero y el Centro. El notebook utiliza Python como lenguaje.

La aplicación final fue desarrollada combinando HTML con la plantilla Bootstrap de CSS y el paquete JQuery de JavaScript. El código fuente y detalles técnicos pueden encontrarlos en nuestro repositorio público en GitHub.

Publicamos el proyecto en dos servidores:

1. ViveLabBogotá (fuera de línea) para exponerlo ante los jurados.
2. GitHub para dejarlo a disposición de la comunidad y hacer futuras modificaciones; aprovechando las bondades de publicar proyectos en GitHub.

Aprendizajes

• En proyectos de ciencia de datos, la limpieza de los mismos consume el 80% del tiempo. Organizar los tipos de caracteres, las coordenadas geográficas, la exportación a formato amigable para Javascript y los filtros a los datos tomaron la mayor parte del fin de semana.
• Integrar front-end y back-end en pro de una solución práctica basada en datos. Nuestra prioridad en esta primera iteración fue entregar un mínimo producto viable, no un producto para la NASA. Fue el mejor aprendizaje de implementar una metodología de desarrollo ágil de software.
• Git es fundamental para el desarrollo de proyectos digitales. A pesar que todos éramos nuevos en esta tecnología, dimos el voto de confianza y alcanzamos resultados coordinados; sin conflicto de versiones.

Apuntes finales

En conclusión, el enfoque ágil de la actividad, la capacidad logística del equipo de ViveLabBogotá y la expertiz técnica de los profesionales de la Universidad Nacional hizo del DataJam un evento aplicado a ciencia de datos. Habilidades como el desarrollo de aplicaciones, el trabajo en equipo y sobre todo la entrega de resultados bajo presión fueron la batuta que orquestó nuestro fin de semana. Tomen esto como una invitación para que aquellos entusiastas de datos se inscriban a los próximos DataJam’s y aprovechen esta oportunidad. Es gratis.