Felipe Sodré Mendes Barros is a professor at Faculty of Forest Sciences. His research interests include spatial modelling and Earth Observation data integration.
Msc. Ecology, 2016
Escola Nacional de Botânica Tropical / Jardim Botânico do Rio de Janeiro
Specialization in Territorial Management and Environmental Analysis, 2013
Escola de Ciências Estatísticas / Instituto Brasileiro de Geografia e Estatísticas
BSc Geography, 2011
Pontifícia Universidade Católica do Rio de Janeiro
Responsibilities:
Specialist responsible for the Institute’s space and environmental solutions. Responsabilidades:
Web scrapping developer responsible creating and maintaining web crawlers using scrapy python framework and spidermon for monitoring the web scrapping process;
Tools and framework used:
Responsibilities:
Responsibilities:
corssfire
Python packageFew thoughts and notes about the lessons I learned while being mentored by Cuducos.
Artigo publicado também no linkedin. Olás! Tem algum tempo que gostaria de compartilhar com vocês um projeto pessoal, chamado “Sailing Analysis”. Neste projeto, busco unir duas paixões: análise de dados e velejar.
Há algum tempo comecei a perceber um “comportamento estranho” (ainda que tenha colocado o termo bug no título, acho que não é o caso. Foi para atrir mais atenção, mesmo:) relacionado aos dados de data e hora num sistema que estava desenvolvendo.
Caso não tenha visto as publicações anteriores, deixo aqui o link e os temas abordados: Na primeira publicação falo sobre o django-geojson para simular um campo geográfico no models; o geojson para criar um objeto da classe geojson e realizar as validações necessárias para garantir robustez do sistema, e a criação do formulário de registro de dados usando o ModelForm; Na segunda publicação apresento os validadores de campo do Django como uma ferramenta fundamental na qualidade dos dados espaciais, sem depender de infraestrutura SIG (GIS).
Artigo publicado também na revista HBNetwork. Aviso antes que seja tarde: não sou formado na área de desenvolvimento, ainda que atue na área de análise de dados e como solucionador de problemas a partir do uso de programação.
Como tudo começou: Estou trabalhando num projeto onde uma das funções do python é executada e recebe um um parâmtero pelo terminal. Um detalhe é que esse parâmetro é o nome de uma pessoa.
Artigo publicado também no linkedin. Este ano pude participar do projeto de jornalismo de dados Engolindo Fumaça, desenvolvido pelo InfoAmazonia. Foi um projeto bem desafiador que me trouxe vários aprendizados. Muitos deles já viraram artigos, como os de cubo de dados.
Artigo publicado também no linkedin. Na primeira publicação onde exploro a possibilidade de implementar um sistema de gestão de dados geoespaciais com Django, sem a necessidade de usar um servidor com PostGIS, vimos sobre:
Criando um sistema para gestão de dados geográficos de forma simples e robusta Artigo publicado também no linkedin. Há algum tempo comecei a estudar sobre desenvolvimento de sistema com Python, usando a framework Django.
Artigo publicado também no linkedin. O HacktoberFest é um evento promovido pela Digital Ocean durante o mês de outubro e já está na sua oitava edição. O objetivo é incentivar a colaboração em projetos de código aberto e, claro, como uma forma de democratizar o conhecimento em sistemas de versionamento, como o git, além de outras tecnologias.
Entenda o porquê o netCDF é um grande aliado.
Manifesto Nooscope usa alguns conceitos da fotografia, da cartografía como metáfora para destrinchar alguns pontos pouco comentado sobre os algoritmos de Inteligência Artificial - compressões, sintetizações e distorções.
De um processo de reflexão, compartilho com vocês a minha jornada como cientista de dados geográficos.
FitzRoy, widely regarded as a pioneer in meteorology, is credited with coining the term “forecast.” Not only was he a skilled navigator, but he also served as the captain of the HMS Beagle—the very vessel that carried Charles Darwin on his historic journey around the world.
This project revolves around transforming conventional meteorological data into captivating visual art compositions, transcending their ordinary utility. By imbuing these data sets with aesthetic elements, the project seeks to redefine their purpose, rendering them seemingly useless, yet undeniably beautiful. In doing so, it challenges the conventional perception of meteorological information, prompting viewers to reconsider the inherent value and significance of seemingly mundane data in the context of artistic expression.