[Projeto] 4 Mão na massa: criando um post para seu trabalho

Transformando Dados Técnicos em Inclusão e Conhecimento com IA

Recentemente desenvolvi um projeto no Jupyter Notebook unindo Neurodivergência, Engenharia de Prompt, Inteligência Artificial e Visualização de Dados em Python, com foco em acessibilidade, inclusão e análise de informações de forma mais visual e interativa.

HIERARQUIA VISUAL NO PROJETO

Para melhorar a experiência visual e a compreensão dos dados, organizei o conteúdo em etapas:

Introdução sobre Neurodivergência
Tipos, níveis e dificuldades
Técnicas de Engenharia de Prompt
Desenvolvimento de gráficos interativos
Interpretação visual dos dados
Conclusão sobre inclusão tecnológica

Essa estrutura facilita a leitura, organização das informações e acessibilidade do conteúdo.

BIBLIOTECAS UTILIZADAS

Matplotlib: gráficos tradicionais
Seaborn: visual moderno e estatístico
Plotly: gráficos interativos
Bokeh: visualizações dinâmicas
Altair: simplicidade e organização visual

Os gráficos foram desenvolvidos com foco em clareza, acessibilidade e interpretação rápida dos dados.

ENGENHARIA DE PROMPT

Também apliquei técnicas importantes de Engenharia de Prompt:

Clareza nas instruções
Divisão de tarefas complexas
Explicações passo a passo
Justificativas das respostas
Comparação entre diferentes soluções

Essas estratégias ajudam a IA a gerar respostas mais organizadas, eficientes e acessíveis.

TRANSFORMANDO DADOS TÉCNICOS

O principal objetivo do projeto foi transformar informações técnicas em conteúdos mais visuais, intuitivos e inclusivos, facilitando o aprendizado e a compreensão para diferentes perfis cognitivos.

A tecnologia pode ser utilizada não apenas para análise de dados, mas também como ferramenta de apoio educacional, inclusão e acessibilidade.

A IMPORTÂNCIA DAS HASHTAGS ESTRATÉGICAS

As hashtags ajudam a ampliar o alcance do conteúdo, conectar profissionais da área e fortalecer discussões sobre IA, acessibilidade e tecnologia.

#IAnaAlura #Python #Neurodivergencia #DataScience #InteligenciaArtificial #JupyterNotebook #AnaliseDeDados #Inclusao #MachineLearning #Tecnologia #Acessibilidade

Insira aqui a descrição dessa imagem para ajudar na acessibilidade

Olá, Marcela. Como vai?

Parabéns pelo excelente projeto! É inspirador ver como você uniu competências técnicas de Python e Engenharia de Prompt a um tema tão fundamental quanto a neurodivergência e a acessibilidade. A forma como você estruturou a hierarquia visual no seu notebook facilita muito a carga cognitiva, o que é uma prática de design inclusivo excelente.

Sua escolha de bibliotecas demonstra uma visão ampla sobre visualização de dados. Gostaria de agregar um pouco de valor técnico à sua explicação sobre as bibliotecas mencionadas, destacando quando cada uma brilha no contexto de acessibilidade:

Matplotlib e Seaborn: São fantásticas para gerar imagens estáticas. Uma boa prática para acessibilidade aqui é sempre utilizar paletas de cores amigáveis para daltonismo (como a paleta colorblind do Seaborn) e aumentar o contraste dos textos dos eixos.
Plotly e Bokeh: Por serem interativas, elas permitem que o usuário passe o mouse (tooltip) para ler os valores exatos. Isso é extremamente útil para quem tem dificuldade em interpretar escalas visuais puras, pois fornece o dado textual sob demanda.
Altair: Como ela utiliza uma gramática declarativa, o código em si acaba sendo mais legível e estruturado, o que facilita a manutenção e o compartilhamento do projeto com outros desenvolvedores.

Sobre a Engenharia de Prompt, as técnicas que você aplicou, como a "Divisão de tarefas complexas" (também conhecida como Chain of Thought), são o padrão ouro para evitar alucinações da IA e garantir que o código gerado para os gráficos siga exatamente as restrições de acessibilidade que você definiu.

Uma sugestão para seus próximos passos seria explorar a biblioteca ipywidgets em conjunto com o seu notebook. Com ela, você pode criar botões ou seletores que permitem ao usuário mudar o tipo de gráfico ou a categoria visualizada em tempo real, tornando a experiência ainda mais dinâmica para diferentes perfis cognitivos.

Obrigado por compartilhar um conteúdo tão rico e bem estruturado com a comunidade!

Espero que possa ter lhe ajudado!

Trilhas por carreira

Carreiras de IA

Carreiras de Dados

Carreiras de Cyber

Carreiras de DevOps & Cloud

Carreiras de UX & UI

Carreiras de Mobile & Front-End

Carreiras de Back-End

Carreiras de Negócios

Cursos universitários FIAP

Tópicos relacionados

Conteúdos Alura com o tema