Томская студентка выясняла на всероссийском хакатоне – зачем нужны большие данные в культуре

Студенческий хакатон «ХАРТ» прошел в Санкт-Петербурге

Студентка Высшей школы журналистики ТГУ Дарья Ромакер работала над проектом по дата-журналистике на студенческом хакатоне «ХАРТ» в Санкт-Петербурге. Темой хакатона стала визуализация данных в области культуры — большие данные о музеях, коллекциях и архитектурных объектах. Было подано больше 100 заявок от студентов из многих вузов России, по итогам конкурсного отбора выбрали 30 человек, в том числе Дарью, сообщает пресс-служба ТГУ.

«Основы визуализации данных. Опыт не требуется», — прочитала я в анонсе хакатона, — рассказывает Дарья Ромакер. — «Моё! Беру!» — пронеслось в голове. Откуда ты приехал, на каком факультете учишься, в каком университете и есть ли у тебя опыт работы с большими данными — всё это было неважно при отборе. В Санкт-Петербурге нас разделили на шесть команд и предложили программу-максимум: два полных дня погружения в тему, две освоенные компьютерные программы для работы с данными, шесть датасетов». 

Участникам было предложено шесть датасетов с набором данных из области мировой культуры. Что чаще всего изображалось на полотнах эпохи Возрождения в разных странах? На музеи каких регионов приходится наибольшее число посещений? Какие архитектурные стили преобладали на территории Васильевского острова в разные века? Как составить культурный маршрут с помощью интерактивной карты? Какие слова чаще всего встречаются в названии скульптур? В каких регионах прошло больше всего выставок для слабовидящих? Каждая команда должны была выбрать один сет и визуализировать данные из него. 

Команда, участницей которой была томская студентка, изучала раздел «Скульптура» в открытых данных Государственного каталога Музейного фонда РФ. В процессе создания визуализаций выяснилось, что Пермский край находится на втором месте в России после Петербурга по богатству фонда скульптур. Кроме того, студенты узнали имя самого продуктивного скульптора Госкаталога. 

Хакатон был организован Прикладным центром машинного обучения, анализа данных и статистики (ПЦ МАСТ) и Школой искусств и культурного наследия Европейского университета.