URBAN MASH
2.04K subscribers
106 photos
2 videos
28 files
101 links
Про гисы, городские данные и градостроительство

Автор: Мария Эрцеговац

Для связи @merc_telega
Download Telegram
URBAN MASH pinned a photo
Напоминалка ❤️
Сегодня в 19.00 прямой эфир с Инессой.

Будем говорить про карьеру, академический путь и образование в сфере городской аналитики и геоданных!

Ссылку на трансляцию пришлю перед эфиром.

@urban_mash
❤‍🔥10👍6🐳5🤔2
Спасибо всем, кто присоединился! Прошу прощения за мои тех неполадки со связью. Исправлю все к следующему прямому эфиру, stay tuned :) И пишите, кого бы вы еще хотели видеть на таких подкастах-интервью!

Будет запись, будет саммари. Если есть вопросы ко мне или Инессе - пишите нам в лс или в комментариях под этим постом.

@urban_mash
24🐳4👍1
Overqualified candidates

Недавно я впервые получила отказ по причине сверх квалификации. Никогда раньше я не получала такой отказ. Я собеседовалась на позицию middle и middle+ в одной крупной IT компании. Я прошла хорошо технические собесы, получила быстрый и позитивный фидбек, от последнего меня даже освободили, сразу прислали форму на прохождение мониторинга от системы безопасности. И вот я уже в ожидании оффера) Но спустя какое-то время приходит ответ, что команда посчитала, что я уровень senior, а не middle. После чего я решила разобраться, как это так, почему, а не отговорка ли это, чтобы просто не обидеть.

Насколько частая эта причина?
- Несмотря на то, что все еще главная причина отказа - это недостаточная квалификация (согласно опросу HAYS, 93% отказов — из-за недостаточного уровня квалификации), в России последние 2 года такую причину слышали 27% соискателей, и 18% работодателей заявляют, что никогда не принимают overqualified-специалистов.
- В опросе российских работодателей 93% сталкивались с overqualified, 52% выбирают отказ в случае, если должность — шаг назад для опытного кандидата.
Источники: HAYS, SuperJob.

Что по международному рынку?
🔥70% работодателей заявляют, что обычно рассматривают overqualified-кандидатов.
🔥Однако 75% опасаются, что такие кандидаты будут менее мотивированы на менее квалифицированной работе.
🔥 74% боятся, что overqualified-сотрудники уйдут, как только появится “лучшее предложение”.
🔥58% работодателей заявили: “Мы предпочли бы обучить кого-то нового, чем рисковать снижением вовлечённости от overqualified-сотрудника.”
Источники: America Employed, Express Employment Professionals.

А почему overqualified это плохо для компании?
1️⃣Быстрая текучка — опасение, что человек уйдёт через 3–6 месяцев, если найдёт “что-то получше”.
2️⃣Недовольство зарплатой — думают, что кандидат не будет долго работать за меньшие деньги.
3️⃣Сложность управления — боятся, что “опытный” сотрудник будет оспаривать решения менеджера, у которого меньше опыта.
4️⃣Отсутствие мотивации — опасение, что задачи будут казаться слишком простыми и утратится интерес.
5️⃣Несоответствие корпоративной культуре — иногда “overqualified” ассоциируют с жёстким стилем, перфекционизмом или нежеланием учиться новому.

Насколько такие опасения оправданы?
В разных ресерчах отмечают, что отказ по причине overqualification нередко ошибочен и базируется на стереотипах. Эффективное управление такими кандидатами с правильной мотивацией может принести пользу компании за счёт их производительности и опыта
🔥Исследование South Carolina показывает, что overqualified-работники не обязательно увольняются. быстрее.
🔥Многие работодатели отмечают преимущества: 50% из опрошенных считают, что такие кандидаты более продуктивны, 48% — что они лучше решают задачи. Источник: Express Employment Professionals.

Что делать кандидатам?
Буквально брать 5 предыдущих опасений работодателя и работать на каждым поинтом:
1️⃣Открыто объяснять мотивацию. Нужно показать, почему именно эта работа вам подходит сейчас — не потому что “других нет”, а потому что “это осознанный выбор”.
2️⃣Нужно показать готовность к адаптации. Например, если вы руководили кем-то ранее, то подчеркните, что сейчас нет потребности в управлении.
3️⃣Если вы сразу осознаете, что позиция не соответствует вашему опыту и скилам, то можно уже на этапе резюме его чуть-чуть подкорректировать. Например, убрать такие заголовки Director, Lead, Senior и сконцентрироваться не на кол-во рабочих лет, а качестве проделанной работы на предыдущих 1-2 местах работы.
4️⃣Топ-1 причина опасений, это текучка, вам быстро наскучит, вы уйдете. Соответственно, нужно подчеркнуть желание стабильной долгосрочной работы.
5️⃣Будьте готовы пойти на уступки по зарплате.

Я рефлексировала какое-то время этот опыт, параноила насчет какого-то подвоха. Но потом решила принять за факт и не плодить сущности) Что ж, идем дальше и не сдаемся!

@urban_mash
Please open Telegram to view this post
VIEW IN TELEGRAM
22🤔8🐳6🦄2😢1
Подборка релевантных вакансий

Также скажите пожалуйста, интересно ли вам получать подборки вакансий на международном рынке по позициям геоаналитика, геодата саинтиста, городского планировщика, гис специалиста? Думаю, сделать такую еженедельную рубрику или потом оформить в отдельный канал. Если есть какие-то комментария, вопросы, предложения - пишите в комментарии)

Это я в процессе отработки парсинг скиллов) Я уже несколько проектов делала с парсингом данных и подумала, а почему бы не парсить разные ресурсы по поиску работы (типа LinkedIn, GlassDoor, Indeed и т.д.) и оформлять в подборки релевантных вакансий)

@urban_mash
🔥38👍11❤‍🔥85😍2🤔1🐳1💯1💘1
❤‍🔥8👍2🤔1🐳1💯1
URBAN MASH pinned «Интересны ли подборки вакансий на международном рынке?»
Недавно я работала на SCEWC 2025!🏙🏙🏙

Smart City Expo World Congress - это крупнейшее и значимое мероприятие, посвященное городам и прикладным урбан инновациям, которое проходит ежегодно в Барселоне. В этот раз было представлено 1190 разных компаний - от корпораций до маленьких стартапов - представители которых рассказывали про свои продукты, сервисы и прикладные решения городских проблем.

После 3 интенсивных дней нетворкинга и исследования разных технологий я поняла, что мне больше всего понравились сервисы, посвященные созданию цифровых двойников города. Как мне кажется, это вообще главный тренд, который прослеживался на панельных дискуссий - важно предсказывать развитие городов, чтобы быть готовым справляться с предстоящими вызовами.

Итак, что такое Digital Twins?

Digital Twin (цифровой двойник) — это живая цифровая модель реального объекта, системы или города.
1️⃣Она получает данные из реального мира (в реальном времени с некоторой периодичностью)
2️⃣Обновляет и реагирует на изменения.
3️⃣Позволяет проводить анализ и строить прогнозы ("а что будет, если ...?")
Примерно можно сказать, что цифровой двойник = данные + модель + симуляция + связь с реальным миром.

Какие источники данных входят в модели?

🔥IoT-сенсоры: температура, шум, качество воздуха, движение транспорта.
🔥Геоданные (GIS): карты, координаты, зонирование, спутниковые снимки.
🔥Инфраструктура: энергетика, транспорт, водоснабжение, здания.
🔥Социальные данные: статистика населения, трафик, мобильные данные.
🔥Открытые данные (Open Data): данные правительств и городских служб.
🔥Исторические и симуляционные архивы, прогнозы, сценарии.
🔥3D-сканирование и BIM: 3D-модели зданий, подземных коммуникаций.

Архитектура цифрового двойника и Как происходят симуляции представлены в виде диаграмм!

Какие инструменты и технологии используются?

🔥Сбор данных: MQTT, OPC UA, API, LoRaWAN, 5G
🔥Хранение и обработка: Data Lake, PostgreSQL/PostGIS, Hadoop, Spark
🔥Моделирование: AnyLogic, SUMO, OpenFOAM, UrbanSim, EnergyPlus
🔥Интеграция моделей: Inter Model Broker, FMI/FMU (Functional Mock-up Interface)
🔥Визуализация: Unity, Unreal, CesiumJS, NVIDIA Omniverse, WebGL
🔥AI/ML: TensorFlow, PyTorch, scikit-learn
🔥Облака: AWS, Azure Digital Twins, Google Cloud, Scenexus HPC Cloud

Особенно мне понравилась система технологий компании Scenexus - Inter Model Broker (IMB).

Их фишка в том, что они моделируют взаимосвязи между системами: транспорт, воздух, энергия, шум, инфраструктура, климат и т.д. Это позволяет просчитывать, как одно решение влияет на другие области.
+ их система модульная, можно подключать и отключать модели без переписывания кода.

Например:
🚗 изменили транспортный поток → 💨 выросли выбросы → 🔉 повысился шум → ⚡️ изменилась нагрузка на энергосеть.

Scenexus выросла из проектов TU Delft (Технический университет Делфта) и TNO (Нидерландская организация прикладных исследований). Подробнее про IBM можно почитать тут: Building digital twins of cities using the Inter Model Broker framework (2023).

@urban_mash
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
15🔥4🤔3❤‍🔥1🐳1
Сrowd management

6 ноября мой бывший коллега по КБ Стрелке Александр Каменев позвал быть в жюри урбан-проектов студентов магистерской программы в IAAC - Advanced Architecture Barcelona.

Суть студенческих проектов состояла в том, чтобы придумать сервис или продукт на стыке архитектуры, дизайна городской среды и данных. Были 4 проекта:
1. как правильно выбрать локацию для бизнеса?
2. как быстро и удобно объединить все городские регламенты через AI-бот?
3. как предотвратить смертность на крупных фестивалях и концертах?
4. как восстановить память места?

Меня особенно заинтересовал проект по исследованию поведения толп людей и моделированию подходящей инфраструктуры и дизайна среда, чтобы предотвратить смерти из-за большой скученности людей. Возможно, для кого-то из моих подписчиков это может быть тема будущей дипломной работы или независимого исследования)

1️⃣Основные принципы исследования поведения толп

Толпа в этом контексте -—это физическая система. При высокой плотности (более ~6 чел/м²) люди начинают двигаться как жидкость — сила передаётся от тела к телу, теряется индивидуальный контроль. Анализ ведётся не как “психологическая паника”, а как механика взаимодействий частиц (social force models).

Основные эффекты:
🔥“Crowd turbulence” — хаотичные микродвижения, приводящие к падениям.
🔥“Crowd crush” / “progressive crowd collapse” — цепная реакция потери равновесия и сжатия.

2️⃣Математическое моделирование

Цель: понять критическую плотность и время эвакуации, предсказать “узкие места”.

Модели:
🔥Social Force Model (Helbing & Molnár, 1998) — описывает поведение пешеходов через силы притяжения и отталкивания.
🔥Agent-based modeling — каждый человек представлен как “агент” с параметрами (скорость, цель, поле зрения).
🔥Cellular Automata models — пространство делится на сетку, агенты движутся по ячейкам.

3️⃣Психология и восприятие

🔥Люди не всегда бегут в панике — чаще следуют за потоком.
🔥Решающую роль играют визуальные ориентиры, звуки, поведение лидеров.
🔥Моделирование учитывает не только физику, но и внимание, память, восприятие безопасности.

Тут мне, как бывшему социологу, хочется отметить, что Лебоновский подход к определению толп устарел. Он действительно был первым (1895), кто описал феномен толпы. Но рассматривал ее как иррациональную массу, теряющую индивидуальность. Современные исследования (последние 40-50 лет) говорят о том, что толпа — не хаотична, а коллективно рациональна в рамках ситуации.

Вот тут несколько авторов, которых стоит почитать:
🔥Gibson, J. J. (1979). “The Ecological Approach to Visual Perception.”
🔥Hillier, B., & Hanson, J. (1984). “The Social Logic of Space.”
🔥Helbing, D., Farkas, I., & Vicsek, T. (2000). “Simulating dynamical features of escape panic.” Nature.
🔥Moussaïd, M., Helbing, D., & Theraulaz, G. (2011). “How simple rules determine pedestrian behavior and crowd disasters.” PNAS.
🔥La Macchia, S. T. & Louis, W. R. (2016). Crowd Behaviour and Collective Action.

Btw студенты опирались вот на эту статью - Analysis of crowd behavior through pattern virtualization (Viloria A. et al., 2020).

4️⃣Источники данных для исследований

🔥Видеоанализ - Камеры наблюдения, дроны, тепловизоры;
🔥Мобильные данные (GPS, Wi-Fi, Bluetooth) - Телеметрия смартфонов, данные операторов;
🔥Социальные сети - Теги, геолокации, время публикаций;
🔥Имитационные данные - Синтетические данные из моделей (agent-based, VR симуляции);
🔥Полевые исследования - Наблюдения на фестивалях, транспортных узлах.

5️⃣Как математическое моделирование совместить с урбан сферой?

Это вообще кстати отдельная и оч интересная тема) Я все чаще замечаю, что в магах на факультетах урбанистики и архитектуры внедряют обязательные курсы по анализу данных и ML. Я считаю, это супер тренд - умное проектирование на основе данных.

Например, тут:
🔥Планирование потоков: вычисление оптимальной ширины проходов, дверей, лестниц, проверка “узких мест” (bottlenecks).
🔥Проектирование безопасных пространств: моделирование поведения толпы при эвакуации, добавление “рассеивающих” элементов (колонны, изгибы).

Как-то так)

@urban_mash
Please open Telegram to view this post
VIEW IN TELEGRAM
18🔥9😍4🤔1🕊1🐳1
New international project

Приступила к работе с пространственными данными по разным странам) Впервые углубилась в АТД Австралии и Тайланда!

Последний раз такой кайф от нового ловила на проекте по Лос-Анджелеской метрополии, где кластеризовала counties и разрабатывала с командой стратегии внедрения умного транспорта 🙂

нрааааааааавится

@urban_mash
🔥2411👍4🦄2🐳1
GEOMATICS DAY

7 ноября проходил Geomatics day в TU Delft, на котором я супер рада была присутствовать. Кто со мной хорошо знаком, знает мою особенную любовь к Нидерландам! Меня всегда восхищала структурированность, организованность, продуманность голландцев в любом аспекте жизни. И этот "ДОД" не стал исключением.

В России и Сербии дни открытых дверей в вузы, даже в топовые и современные типа НИУ ВШЭ в Москве, проходят довольно поверхностно. Тебе рассказывают про программу, кем ты станешь в будущем, какие карьерные перспективы тебя ждут, кто твои преподаватели. Повторяют то, что уже есть в открытом доступе на официальном сайте + можешь задать вопросы по процедуре поступления.

Не возьмусь говорить за все вузы Нидерландов, но конкретно в TU Delft было лишь приветственное слово на 5 минут от декана факультета Hugo Ledoux. А затем нам были представлены 3 больших магистерских проекта (Synthesis project) в коллаборации с компаниями Van Oord, специализирующейся на морском инжиниринге, ScanPlan (которую основали выпускники этой программы, основа - формирование 3d объектов с помощью облаков точек) и администрацией самого вуза.

Таким образом, ты сразу понимаешь:
а) чем занимаются студенты 2 года,
б) что ожидается от выпускников в конце обучения
в) работы, сделанные здесь, нужны реальному бизнесу и академическому сектору (это не работы в стол),
г) вы можете писать работы в коллабе с реальными рыночными агентами.

Затем были представлены 3 лучших диплома с последних потоков и выбрана лучшая на церемонии награждения. Мне особенно заполнилась работа "Cool by design" о анализе теплового состояния городских улиц и зон. Кажется, это супер инструмент для градостроителей и дизайнеров городской среды, который позволяет сократить температуры теплового острова в городах, особенно в условиях глобального потепления (а я лично буквально умирала этим летом в Белграде от жары). Так что моим балканским коллегам на вооружение. Также были 2 иные классные работы по городским морфотипам и обнаружения изменения зданий через облака точек.

Что меня особенно впечатлило, это а) доступность данных (полностью открытый гитхабы) и б) опять же тренд на повсеместность использования данных и даже необходимость этого. В отечественном урбан консалтинге обычно урбанист - это уже что-то междисциплинарное. Именно "что-то", потому что с дефиницией этого термина у нас ой какие проблемы. И многие мои коллеги, к сожалению, отказываются изучать данные и погружаться data-driven подход. В НЛ же даже в обычных арх бюро работа с данные это must have. Ты не просто проектируешь среду или одно здание, ты смотришь, а как его спроектировать так, чтобы создавались большие тени на уличное пространство, а также с учетом розы ветров. Возьмем топ-2 арх вуза в России: МАРХИ и СПбГАСУ. Ни на одной программе нет data science, Python или машинного обучения. В МАРХИ основной упор — традиционное проектирование, теория, композиция, BIM. СПбГАСУ чуть шире, трогают GIS, градостроительный анализ, но не более того. Увы это уже не отвечает рыночным потребностям, многие мои коллеги-архитекторы жалуются, что у них неблагодарная чертежная работа, если ты не на супер высоких позициях. Как будто этот "чертежный" подход надо менять и начинать надо с образовательных программ.

Последнее, что было на Geomatics day - это карьерный питч двух компаний SWECO и CGI, где работают выпускники TU. Мне запомнился продукт dg Dialog Web компании SWECO особенно а) полная интеграция с национальными регистрами, б) все в облаке. Кто хоть раз работал с документацией разных городов РФ, тот понимает, насколько каждый город кастомный и насколько это кропотливая работа разбираться в пдфках и доставать API, если таковые есть вообще). Тут же все в одной коробке + это коммерческое решение. На Балканах и РФ такая ниша не занята)))

Оверол, несмотря на то, что я больше интересуюсь темами городской мобильности и локационными проблемами, Geomatics day дал мне огромное вдохновение продолжать быть в ногу со временем и строить data-driven solutions.

@urban_mash
❤‍🔥2010🔥6👍1🤩1🐳1
Сейчас я работаю над профилями посещаемости территорией нескольких стран и урбан-мобильности. Делюсь материалами, на основе которых мне удалось сформировать методологию исследования.

1️⃣Inferring Human Activities from GPS Data” (Hariharan & Toyama, 2004)
Первыми показали, что из GPS можно извлекать тип активности (home, work, shopping), а не только траекторию. Применили сегментацию остановок и временные паттерны. Это заложило основу activity inference — критично для построения поведенческих профилей территорий.

2️⃣“High-resolution human dynamics mapping” (Ratti et al., 2006)
Использовали большие массивы мобильных данных для создания детальной карты пространственно-временной динамики города. Показали, что агрегированные mobile traces достоверно отражают городскую структуру — commuting flows, business cores, nightlife hotspots.

3️⃣“Understanding Individual Mobility Patterns” (González et al., 2008)
Одна из ключевых работ в теории мобильности. Авторы доказали, что человеческая мобильность в среднем на 93% предсказуема. Это полностью изменило модели urban mobility и легло в основу классификации поведенческих паттернов районов.

4️⃣“The Pulse of the City” (Reades et al., 2009)
Ввели концепцию urban pulse — характерные суточные ритмы активности. Показали, что эти ритмы устойчивы и отражают реальные функции территории. Сейчас на проекте я использую этот принцип при построении временных профилей посещаемости.

5️⃣Activity-Based Mobility Analysis from Mobile Phone Data” (Calabrese et al., 2011)
Показали, как по mobile phone data выделять activity patterns и связывать их с типами land use. Главный результат: мобильность и землепользование взаимно уточняют друг друга, улучшая интерпретацию функций районы. Я использую land_use полигоны с join-ом человеко-часов (а не сигналы).

6️⃣ “Predefined land-use classes provide meaningful segmentation for activity-based analysis” (Calabrese et al., 2011)
Экспериментально подтвердили, что заранее заданные land-use классы повышают интерпретируемость данных о человеческой активности. Это важная опора для построения сегментации территорий.

7️⃣ “Mining Mobility Data to Detect Land Use Patterns” (Yuan et al., 2012)
Предложили кластеризацию траекторий для автоматического выявления типов землепользования. Метод, который позволяет «извлекать» функции района напрямую из mobility flows. Хороший ML способ определить land-use, если он изначально не задан (или проверить его).

8️⃣ “Detecting Functional Regions Using Mobility Flows” (Yuan et al., 2012)
Разработали подход к выделению функциональных регионов города на основе потоков перемещений. Этот метод близок к тому, что сейчас применяется в задачах определения functional regions и profiling территории.

9️⃣ “Urban Atlas land-use classes serve as functional priors for human activity analysis” (Pan et al., 2013)
Показали, что официальные классы Urban Atlas могут служить эффективными prior-данными для интерпретации активности людей — особенно полезно при анализе новых территорий.

1️⃣0️⃣ “Temporal Profiles of Human Activity” (Noulas et al., 2013)
Доказали, что временные профили активности — одна из самых информативных характеристик городской функции. Суточные и недельные циклы являются «отпечатками» типов локаций.

1️⃣1️⃣“Urban Activity Density Analysis” (Louail et al., 2014)
Создали методы картирования плотности активности по мобильным данным. Новизна — переход от точечного анализа к моделированию распределения человеческого присутствия, ключевого индикатора urban vitality (это у нас из Джейн Джекобс). Насколько “живыми” являются городские районы в разные часы суток.

1️⃣2️⃣“Human mobility signatures can be aggregated per official land-use categories” (Huang & Gartner, 2019)
Показали, что mobility signatures корректно агрегируются в соответствии с официальными land-use категориями. Это важно для сопоставимости территорий в транснациональных анализах. А благоларя этим отпечаткам (т.е. векторам характеристикам) удобно сравнивать паттерны стран между собой (что моя основная цель сейчас).

А что вам интересно узнать по этой теме?

@urban_mash
Please open Telegram to view this post
VIEW IN TELEGRAM
18👍9🔥5🤔1🐳1