О городах и данных

📍📍Сделала интерактивный тренажёр по пространственной статистике📍📍 Внутри условный город с сетью датчиков PM2.5 и одна сквозная задача: по 60 точкам понять, что происходит во всём городе. В конце песочница для ваших CSV/GeoJSON: всё считается в браузере, данные никуда не отправляются. Формул нет совсем, но под каждым экраном готовый код на R и Python, который делает то же самое как в реальных расчетах. @urban_mash

Ищем коллег в команду «Тропы» Мы в поисках специалистов разного профиля для проектирования навигационных систем. Работаем проектно, но ищем тех, с кем сможем сотрудничать долго и регулярно. Сейчас нам нужны: 🖇️Аналитик навигационных проектов [Москва и МО] 🖇️Картограф / GIS-специалист [гибрид/удаленно] 🖇️Конструктор навигационных систем [гибрид/удаленно] 🖇️Арт-директор [Москва и МО] 🖇️Дизайнер [гибрид/удаленно] Подробные описания — по ссылке. Если вам откликается одна из ролей, пишите на hello@tropa.me, указав в теме письма желаемую позицию.

Собрал почти все #урбан_дата_лабы на карту точки кликабельны — можно посмотреть сайты / странички на LinkedIn

Ребята, привет! Ищем геоаналитка в команду Whoosh. Может кто-то из ваших знакомых или вы в поисках новой работы. Резюме можно присылать Олегу (руководитель департамента) @Ol3g_k или по ссылке https://hh.ru/vacancy/134389646

Ребята, это новый уровень: на портале бюро статистики ОАЭ в разделе открытые данные лежат отчеты посещения портала бюро статистики ОАЭ! Больше там ничего нет, зато как подробно разложена статистика: по месяцам, каналам входа, операционной системе, числу транзакций. Ну красота!🔥

🚨 ВАЖНЫЙ АПДЕЙТ ПО КУРСУ «Основы пространственного геоанализа в Python» 🛑 16 октября 2026 года продажи моего курса закрываются навсегда. Кнопка оплаты на сайте станет недоступна, и купить его больше не получится: ни на сайте, ни через меня - никак. 🎁 Для тех, кто хотел пройти курс, но пока откладывал, у нас есть хорошая новость: мы продлили и полностью оплатили учебную платформу еще на год вперед, до октября 2027 года. То есть, у вас будет год с момента оплаты, чтобы пройти курс, сделать проект и позадавать мне вопросы :) 📌 Еще раз важное: 1️⃣ Продажи закрываются 16.10.2026. Это финальный call, больше окон продаж не будет, курс уходит в архив. 2️⃣ Доступ к платформе - до октября 2027. Для всех, кто успеет купить курс до дедлайна (и, разумеется, для всех текущих студентов), площадка будет работать еще целый год. 3️⃣ Программа прежняя: база по пространственному анализу в Python, применимость в реальном бизнесе, финальный проект, самостоятельный темп и чат для обсуждения задач. 4️⃣ Сайт курса с подробной информацией🌐 ✨ Если вы ждали идеального момента или знака свыше - вот он :)

📈Ищу проекты в сфере исследований, визуализации данных и картографических спецпроектов Привет, это Андрей Дорожный, автор канала. Делаю медиапродукты, которые становятся инфоповодами: исследования, карты, рейтинги и индексы, которые попадают в СМИ, пересылаются в соцсетях и используются рынком как источник. 15 лет в медиа и коммуникациях — понимаю, как данные превращаются в новости и какие форматы начинают распространяться, а какие — никому не нужны. С командой делаем полный цикл: от поиска идеи и аналитики до проектирования формата, разработки, визуализации и запуска проекта как медиапродукта с потенциалом распространения. Также усиливаю уже готовые исследования клиентов — перевожу их в визуальные и интерактивные форматы, которые проще воспринимаются, цитируются и используются в медиа: карты, дашборды, интерактивные модели, квизы и тесты. Обычно у клиентов такие проекты получают органический охват, цитирование в СМИ и работают как инструмент привлечения внимания к теме или продукту. Примеры работ: • карта промышленности России https://industrymap.ru/ • исследование ДТП у школ https://dorozhnij.com/dtp_school • визуализация исследования креативных кластеров https://creativespace.ru/creative-clusters-research/ • другие проекты тут https://dorozhnij.com/ Если кажется, что это может быть полезно коллегам — можно переслать или сделать репост. Если это про ваш проект — давайте обсудим на коротком звонке.📞

🏙Источники данных для городских и территориальных исследователей Недавно коллеги запустили портал с источниками данных для городских исследователей. Проделана огромная работа, но без опыта в них разобраться довольно сложно. Расскажу про три моих любимых набора данных. Статистика по каждому муниципалитету РФ с 2005 года Сами вы устанете собирать это, а вот коллеги из «Если быть точными» сделали это за вас. Есть еще росстатовская с 2000 года но с масштабом региона. Открыть можно питоном (через нейросеть). Траты и связность муниципалитетов Подарок от Сбера с хакатона Data → Sense. Куча вкусного про траты регионов, аналитика почти по всей стране, клад для стратегий и мастер-планов. Границы участков, ОКС, ЗОУИТ, ПЗЗ Национальная система пространственных данных. Участки, ОКС, куча интересных слоев с геоданными, все поддаются Парсинг. Идеально для анализа кадастра или ЗОУИТ. Удачных исследований!

Пока все ждут кризиса рынка недвижимости на Манхэттене из-за программы социального жилья нового мэра Нью-Йорка, его опередила Каталония. В Каталонии, и в первую очередь, в Барселоне есть проблема: из-за огромного количества туристов всё больше квартир сдаются в Airbnb, тем самым уменьшая предложение долгосрочной аренды и повышая цену. Для понимания при средней испанской зарплате в 3000$, снимать однушку в центре города стоило в 2025 ~2000$ Правительство решило "помочь" гражданам и в начале 2026 года установило лимит на максимальную стоимость аренды квартиры. Теперь нельзя сдать однушку больше 1400$ в месяц. Как вы думаете, помогло это? Ровно наоборот: моя подруга, которая живет в центре Барселоны рассказала, что арендодатель больше не хочет продлять договор аренды - он переходит на airbnb. Несмотря на доп налоги, расходы на сервис и повышенные риски, при новой разнице в цене ему выгодно сдавать посуточно. Итоговый результат: в туристическом центре теперь вообще нет предложений для аренды. Да, скорее всего, рынок отыграет немного назад, но это потребует времени, и все равно предложений для жителей останется сильно меньше, чем было. Вчера в разговоре меня пытались убедить, что правительство Каталонии не виновато - рынок недвижимости не предсказуем, и они не могли знать, как поведут себя арендодатели. На самом деле, конечно могли, если бы в принятии решения участвовал здравомыслящий человек экономист. Человек - рациональное существо, которое всегда пытается увеличить для себя выгоду. В данном случае владелец квартиры думает, как максимизировать доход с недвижимости: сдавать ее местным или туристам. И его ответ зависит от того, что стоит на месте знака вопроса ниже: AIRBNB PRICE + LONG TERM RENT COSTS +LONG TERM RENT RISKS ? LONG TERM RENT + AIRBNB COSTS + AIRBNB RISK Если больше левая часть, то человек выберет Airbnb, если правая - сдачу в аренду. А теперь подумайте, что случится, если в правой части снизить LONG TERM RENT. Правильно - левая часть будет чаще выигрывать у правой! Ничего неожиданного, правда? Как можно было бы решить проблему? Если подумать, то сделать ровно наоборот - ввести ограничения на рынок посуточной аренды, сделав ее менее привлекательной в глазах арендодателя или облегчить условия долгосрочной аренды. Правда тогда регион должен был бы взять расходы за упущенную выгоду на себя, а не перекладывать их на арендодателей. Например, можно было бы: 1. Ограничить стоимость аренды на Airbnb (снизить AIRBNB PRICE). 2. Повысить такс на Airbnb (повысить AIRBNB COSTS) 3. Упростить условия сдачи в долгосрочную аренду: снизить налоги, улучшить систему защиты арендаторов (снизить LONG TERM RENT COSTS и LONG TERM RENT RISK). Во всех этих случаях правая часть неравенства стала бы чаще выигрывать у левой, и людям стало бы менее выгодно сдавать квартиры туристам. Предложение для жителей увеличилось бы и постепенно стоимость аренды снизилась, придя к новой точке равновесия. Дополнительным бонусом стало бы ограничение туристической нагрузки. Минус, как написала выше: недополученная прибыль города от налога с Airbnb. Но кому какое дело до формул, если можно принять "громкое", политически красивое решение.

Как узнать, куда уехали люди (быстро, бесплатно и без регистрации) Как только начинаются крупные военные конфликты, появляются исследования о перемещениях людей. Такие ресечи примечательны 4-мя вещами: - выполнены за очень короткое для академии время - используют открытые данные, либо открывают их вместе со ресечем - несложная методология, которую легко повторить - учитывают ограничения, вызванные конфликтом В 2022 такое исследование делала Мета про жителей Украины (писала тут), сейчас исследователи из университета Ливерпуля выпустили статью про передвижение жителей Ирана с февраля 2026. Данные (самое интересное!) Из-за боевых действий и масштабных блокировок прямые демографические данные в Иране недоступны. Поэтому исследователи отслеживали перемещение населения с помощью данных об HTTPS-запросах от Cloudflare. Этот подход возможен, потому что а) сеть не падает полностью, например, для медицинских и банковских услуг она продолжает работать, б) данные открыты, обновляются каждый день по всем странам (включая Россию) WorldPop данные о населении регионов Ирана Так же открытые данные API Wikimedia: оттуда брали статистику по запросам к Википедии на Фарси, привязанную к локациям И карту ударов Iran Strikes Map Методология 1. Создание базовой модели Исследователи проанализировали трафик за декабрь 2025 года (до начала войны), чтобы установить связь между численностью населения в регионах и долей интернет-трафика в каждой провинции 2. Оценка в военное время Эту модель применили к новым данным о трафике и посмотрели по дням, где самые большие перекосы в соотношении трафик/население. 3. Корректировка и валидация Чтобы убедиться в точности выводов, данные Cloudflare сравнили с просмотром страниц персидской Википедии. Особенно это важно было сделать на границах с другими странами, чтобы отделить сигналы иранцев от жителей Азербайджана и Афганистана. Если всплеск активности в Википедии на фарси совпадали с перекосами в https запросах, то считали, что результаты корректны. Также, чтобы избежать искажений из-за временных сбоев в сети, данные накладывались на информацию об атаках, чтобы понять, вызвано ли резкое изменение цифрового следа бомбардировками инфраструктуры и отключением сети. В общем, если вам вдруг когда-нибудь будет нужно посчитать изменение числа людей по регионам за небольшой период, возьмите такой подход на заметку.

Подборка докладов вокруг машинного обучения и ИИ На открытой онлайн-конференции Мапакон 2026 будет заметное количество докладов на тему машинного обучения и искусственного интеллекта в ГИС-сфере. Это большая тема, споры вокруг которой даже и не думают прекращаться. Но за громкими терминами скрываются реальные и прикладные проекты. Если вам интересно, как геоспециалисты работают с машинным обучением, приходите посмотреть и послушать доклады в субботу, 28 марта. Доклады на тему машинного обучения и ИИ на Мапаконе 2026 ⭐️ Анна Созонтова, руководитель группы картографии в Команде Автономного транспорта в Яндексе От лидарного облака до полос движения: ML-картография для автономного транспорта ⭐️ Андрей Пирогов, сооснователь компании «Геоспейс», основатель проекта GISGeo, преподаватель, ГИС-евангелист Искусственный интеллект в топографических работах: мифы и реальность ⭐️ Андрей Чернов, руководитель направления геоданных компании СамИС и Самарского университета Как AI работает с адресами и геоданными в масштабах страны: геокодирование, связывание, обогащение ⭐️ Артём Мазурок, со-основатель компании «aeroleader» Вы находитесь здесь. Как мы сделали Android-приложение и веб-сервис для геодезии с помощью ИИ ⭐️ Сергей Абрамов, старший геоаналитик в WB Веб-картография (и геоаналитика) в эпоху LLM ⭐️ Дмитрий Плотников, заведующий сектором Методов дистанционной оценки состояния и мониторинга используемых земель ИКИ РАН, старший научный сотрудник Спутниковое картографирование тридцатилетней динамики пахотных земель регионов России на основе данных Landsat и методов машинного обучения ⭐️ Андрей Коломацкий, аналитик 2ГИС Про, автор телеграм-канала «online ergo sum» ИИ в геоаналитике: опыт внедрения помощника в 2ГИС Про ⭐️ Игорь Кожелин, генеральный директор космической компании ООО «СР Дата», соорганизатор Всероссийского проекта «Чистый берег» Применение технологий дистанционного зондирования Земли и искусственного интеллекта для решения экологических проблем ⭐️ Рената Зигангирова, аналитик Центра геоданных НИУ ВШЭ От текста новостей к геоданным: алгоритм создания базы данных опасных природных явлений с помощью ChatGPT ⭐️ Мария Эрцеговац, выпускница НИУ ВШЭ «Городское планирование», работает в Habidatum Spatial Algorithms + ML. Как ML усиливает пространственные алгоритмы Список дел: 🟨 Зарегистрироваться, чтобы получить ссылки доступа накануне конференции 🟨 Посмотреть программу и запланировать свою субботу

🗾FOSS4G 2026 Hiroshima — НУЖНА ВАША ПОДДЕРЖКА! Открытое голосование за доклады на главной конференции по open-source геоаналитике. Мои 2 заявки в деле — и сообщество решает, кто выступит. Голосование до 3 апреля. 🚨Как проголосовать (2 минуты): 1️⃣Перейти по ссылке https://talks.osgeo.org/foss4g-2026/p/voting/signup/ 2️⃣Ввести email 3️⃣Найти мои доклады через Ctrl+F (всего 19 страниц) 4️⃣Поставить "Definitely" 🔎 Что искать: ❤️"Eurostat vs OSM vs Census: Choosing Open Mobility Data for Urban Function Maps". Сравниваю 3 открытых источника мобильности (Eurostat MNO, OSM GPS traces, Census) через Python/PostGIS — какой из них реально работает для анализа городских функций. ❤️"50 Lines of Python: Neighborhood DNA from Overture Maps Places". 53 млн POI из Overture Maps → типология районов за 50 строк кода (DuckDB + HDBSCAN + UMAP). Спасибо всем, кто поддержит! @urban_mash

Открытая ГИС-конференция Мапакон — программа и регистрация 28 марта ждём всех на открытой ГИС-конференции «Мапакон 2026» 😎 Основная ценность конференции — это доклады, и их в этот раз более 60! Чтобы не запутаться и выбрать самые интересные, у нас есть программа конференции 🔍 Изучайте её и намечайте, на какие доклады пойти. А на странице конференции эта же программа есть в текстовом виде. В итоговом расписании могут быть небольшие изменения, финальный вариант мы ещё опубликуем накануне Мапакона. Формат и регистрация Чтобы не пропустить событие, обязательно зарегистрируйтесь. Всем участникам за час до начала, утром 28 марта, по электронной почте придёт ссылка-приглашение. По ссылке вы перейдёте на онлайн-пространство конференции и сможете перемещаться по разным трансляциям, чтобы слушать доклады в разных комнатах. 🔼Зарегистрироваться

Навеяно текущими событиями Наверняка, большинство из вас слышали про идею 15-минутного города: это когда в пешей доступности от дома есть все необходимые сервисы и не нужно ехать в центр, чтобы сходить в ресторан или купить платье. Идея стала популярна после ковида, потому что многие офисные служащие стали несколько дней в неделю работать из дома. И тут обоюдный плюс: с одной стороны они все еще могут выйти на ланч или кофе в рабочее время, с другой стороны, снижается нагрузка на общественный транспорт плюс периферия начинает развиваться самостоятельно, не зависимо от центра. И вот на днях мне пришла в голову мысль, что, место, где эта идея, действительно важна и должна развиваться - это Израиль. Пока для всего мира 15-минутный город - это про комфорт жителей и устойчивую городскую среду, в Израиле - это про безопасность. Почему? Потому что каждая война здесь (а их было уже 3 за 2 года) - это еще один Covid, только без масок. Из-за того, что во время обстрелов школы и детсады закрыты, хотя бы один взрослый в семье вынужден сидеть дома. Плюс к ним добавляются те, кто может работать из дома или чья работа закрыта. По оценкам банка Израиля дома остаются порядка 600к человек. Формально ограничений на передвижение нет, но по-факту транспорт ходит редко и не весь, а люди и сами не готовы уходить далеко от дома. Учитывая необходимость в любой момент сворачивать в убежище, люди предпочитают оставаться в своем районе: тут они знают, куда идти, "если что". Наложите на это факт, что большинство уличных бизнесов открыто, (стоять закрытыми очень дорого), и вы получите идеальный спрос на локальную доступность. Правда не в 15 минутах, а в 7-и - столько летит ракета из Ирана в Израиль. Мне стало интересно посмотреть, какому проценту страны доступно разнообразие сервисов. Результат ожидаемый: в Тель-Авиве и окрестностях самый высокий процент - больше 25%, в остальном Израиле в среднем 7%. Но что необычно, связь между доступностью и доходом нелинейная: самая низкая и самая высокая доступности в районах с самым низким доходом. А вот в более богатых районах число сервисов ниже среднего. Если предположить, что доход определяет качество жилья, а в Израиле хорошее жилье означает наличие убежища в квартире, то получаем 4 сценария поведения во время войны: 1. У тебя хорошее жилье с защищенным пространством* и ты почти все время проводишь там, потому что и выйти особо некуда (25% городской территории, из них 7% в Тель-Авиве) 2. Ты проводишь время на районе, и почти не сидишь дома, потому что дом все равно не защищен, а вокруг много общественных пространств и "тусовка" (4% городской территории, из которой 92% в Тель-Авиве!) 3. Тебе совсем не повезло: ты сидишь дома, потому что вокруг нет альтернатив, но во время тревоги ходишь в общественное бомбоубежище (68%!!, из которых только 0.7% в Тель-Авиве) 4. Тебе очень повезло и ты можешь выбирать: сидеть дома или пойти в кафе рядом с домом (2%, из них 33% в Тель-Авиве) Получаем, что trade-off между активностью района и доступной безопасностью на самом деле существует только в Тель-Авиве и в окрестностях, тогда как большая часть страны сидит дома. А дальше они либо достаточно зарабатывают, чтобы квартира была защищенной, либо нет.🤷‍♀️ Кажется, есть о чем задуматься. P.S. *расчет наличия защищенной комнаты в квартире сделан из предположения, что доход одного члена семьи должен быть хотя бы 10к шекелей в месяц

Оказалось, что начать писать пост после долгого перерыва, так же сложно как и пойти в спортзал, когда 2 месяца там не был) но пора возвращаться к тренировкам постам. Языковые модели в пространственном анализе Мы привыкли, что языковые модели генерируют и помогают сравнивать тексты, а также переводят с одного языка на другой. Но оказалось, что их можно применять и в пространственном анализе. Для своего PhD я использовала базовую модель NLP - Word2Vec, поэтому пишу на ее примере. Идея Задача модели Word2Vec находить семантически схожие с друг другом слова, ориентируясь на контекст - какими словами они окружены в предложении: чем больше у пары слов нашлось одинаковых соседей, тем более похожими друг на друга они окажутся. Каждое слово модель в итоге представляет ввиде вектора (embedding), а похожесть слов выражается через величину угла их векторов. Известный пример, что угол между словами "король" и "королева", такой же как между "мужчина" и "женщина". Причем тут гео В гео-задачах нет предложений, но есть объекты на карте и траектории движения людей И если представить, что локации - это слова, то из них можно составить предложения по одному из следующих правил: 1. собрать список мест в районе и расположить их в 'предложении', учитывая расстояние. Для W2V находится сосед до или после слова не имеет значения, главное, что он близко - поэтому если кафе находится рядом с университетом главное, чтобы они оказались рядом в предложении, и неважно, кто первый (как например тут) 2. взять траектории движения, например такси или просто сигналы одного юзера и упорядочить по времени все места, где он был в течение дня( как например тут) И тогда модель будет считать близкими те места, у которых одинаковый пространственный контекст или которые посещаются в похожих маршрутах, например между работой и домом. Интересно, что модель, ничего не зная о географической дистанции между локациями, в целом очень точно определяет, кто находится ближе, кто дальше друг от друга. Как используют W2V в геозадачах Про то как я использовала W2V в своем PhD, напишу в следующем посте, а тут примеры из других исследований. 1. Определить функцию места Мы смотрим на карту и видим два, на первый взгляд, похожих кафе, расположенных в спальнике. Но если мы добавим к ним "контекст" ввиде траекторий жителей, то узнаем, что одно кафе посещается между детским садом/школой и домом, а другое между домом и работой. 2. Поиск невидимых барьеров Хотя в целом близкие физически объекты будут близки и семантически, случаются исключения. Такие аномалии позволяют найти локации, между которыми несмотря на их близость нет перемещений людей (из-за наличия трассы между, социальной дистанции итд) 3. Функциональные кластеры Обратная цель к предыдущей задаче - исследователи ищут функциональные кластеры, то есть группы мест с похожим использованием и набором мест, чтобы улучшить городское планирование Получается, что город — это такой огромный текст, правда не в 1-d, а в 2-d. И языковые модели могут также его читать, как и слова: находить взаимосвязи, учиться понимать контекст. W2V - это базовая модель NLP, учитывая прогресс в этой области, очевидно, что пока затронута только "верхушка", но кажется, что потенциала много. У кого работает - ссылка на NotebookLM со всеми источниками

Аналитика локации от Vertix AI, которую мы заслужили..

Друзья, школа урбанистики и городских исследований «Города» открыла продажи онлайн-курсов! 🔥 Приглашаем вас на сайт, выбирайте занятия по душе, а начнём учёбу мы уже в марте. Каждый курс преподаватели составляли именно для слушателей нашего проекта, как опытных, так и начинающих свой путь урбанистов. Будет увлекательно и интересно, с авторскими лекциями, практическими заданиями, чатами курсов и общим нетворк-чатом Школы! Программа пятого потока Школы: ⚫️курс Петра Иванова «Российская мысль о городе конца XX – начала XXI века»: https://gorodaschool.ru/russian-city-thoughts-course ⚫️курс Александра Антонова «Пространственное планирование»: https://gorodaschool.ru/city-space-planning-course ⚫️курс Юлии Родиковой «Аналитика в урбанистике»: https://gorodaschool.ru/urban-analytics-course ⚫️курс Егора Мулеева «Транспортные исследования: между наукой и интуицией»: https://gorodaschool.ru/transport-research-course ⚫️курс Игоря Стася Urban History: https://gorodaschool.ru/urban-history-course ⚫️курс Дмитрия Лисицина «Социальное проектирование в малых городах»: https://gorodaschool.ru/small-cities-planning-course ⚫️Медленный книжный клуб «Читающие города» Марии Быстровой / читаем «Сообщество как городская практика» Тальи Блокланд: https://gorodaschool.ru/book-club

Вчера проект «Если быть точным» опубликовали новый набор данных со всеми населенными пунктами России. Внутри: 🔺155 тысяч населенных пунктов, а также муниципалитеты (первого и второго уровней) и регионы, к которым они относятся; 🔺Численность населения по итогам переписи 2021 года; 🔺Национальный состав в разбивке по 194 категориям с учетом того, что в переписи человек мог указать несколько этнических принадлежностей; 🔺Географические координаты населенных пунктов.

Привет! Меня зовут Глеб, мы в команде геоаналитики ПВЗ Вайлдберриз ищем геоаналитика. Одна из главных целей нашей команды - добиться того, чтобы ПВЗ было столько, сколько нужно и стояли они там, где нужно, и делаем это через улучшение данных, ответы на вопросы бизнеса, построение моделей, изменение алгоритмов, по которым работают зоны на карте map.wb.ru - на неё приходят наши партнёры чтобы понять, где лучше открыться и прикинуть, сколько на ПВЗ в конкретной локации можно заработать. Развитием всех описанных частей и предстоит заниматься: для нас важно, чтобы вы хотели работать, имели уровень не ниже middle (3+ года опыта) в аналитическом и пространственном питоне (pandas & geopandas), SQL (PostGIS), имеете опыт построения ML моделей для задач бизнеса и пространственной аналитики (знаете про QGIS и пространственные операции с геометрией). ссылка на вакансию - тут (https://hh.ru/vacancy/129438376) Все требования в вакансии - актуальные (хотим видеться в офисе в Москве хотя бы 1-2 раза в неделю). для прямого референса пишите моей коллеге @annetta_pik