URBAN MASH

🇷🇸ЯВКА РЕШИЛА ВЫБОРЫ: СЕРБИЯ 2026 ПО 8392 УЧАСТКАМ

Я живу в Белграде и не могла не положить эти выборы на карту) Welcome to research!

1) Главное. Список Вучича получил почти столько же голосов, сколько в 2023-м: 1,73 млн против 1,78. И всё равно проиграл: бюллетеней стало на 624 тыс. больше, а Студенческий список собрал 2,35 млн, в 2,6 раза больше главной оппозиции 2023 года.

2) Город и село. От городских центров к самым малолюдным сёлам доля Студенческого списка падает с 64,6 до 37,7 %. Единого порога нет: вокруг Белграда студенты впереди уже с 2 тыс. жителей, на юге и востоке только с 12 тыс.

3) Земля и люди. Две трети заселённой земли за список Вучича, но там числится четверть избирателей. Карта по площади врёт)

4) 2000 год. В сентябре 2000-го партия Милошевича тоже получила почти столько же голосов, сколько тремя годами раньше, и проиграла при выросшей явке. Опора власти на юге и востоке с тех пор та же.

5) Меньшинства сдвинулись в разные стороны. Союз воеводинских венгров получил 35,5 тыс. голосов против 64,7 тыс. в 2023-м. Албанские списки, наоборот, выросли с 16,7 до 27,7 тыс., а явка в Прешево с 17 до 44 %.

🇷🇺Сербия против России. Отдельно я прогнала 8 210 участков Сербии через проверки Шпилькина. В России аналитики по его методу насчитали около 22 млн аномальных голосов за Путина на выборах 2024 года. В Сербии та же оценка для списка Вучича в 2026-м ниже нуля: ни второго горба у 100 % явки, ни всплесков на круглых процентах. Спасибо Сергею Шпилькину и Дмитрию Кобаку за метод и открытый код! Но это не оценка честности выборов: подкуп и давление на избирателей такие проверки не видят, о них пишут наблюдатели CRTA и БДИПЧ ОБСЕ.

Что я читала, пока делала:
— Jonathan Rodden, Why Cities Lose
— Benjamin Forest, Electoral geography: from mapping votes to representing power
— Luke Temple, Reckoning with the digital turn in electoral geography
— Dejan Bursać о территориальной представительности сербского парламента
— Vladimir Goati, Izbori u Srbiji i Crnoj Gori 1990–2013
— Кобак, Шпилькин, Пшеничников, Integer percentages as electoral falsification fingerprints

❤️ПОЛНОЕ ИССЛЕДОВАНИЕ с методикой и источниками
❤️ИНТЕРАКТИВНАЯ КАРТА С ПОДРОБНОЙ СТАТИСТИКОЙ
Обе страницы на русском, английском и сербском)

P.S. Анализ последних выборов в Израиле с точки зрения гео читайте у Инессы!

@urban_mash

⚡ GIS ENGINEER, GIS BACKEND, GEOSPATIAL ANALYST И GEO DATA SCIENTIST: КТО ЕСТЬ КТО

Недавно на карьерной консультации разбирали как перейти из GIS специалиста в GIS инженера. За похожими тайтлами разные профессии. Давайте разбираться)

Точка отсчета - GIS Specialist: уверенно работает в ArcGIS и QGIS, собирает слои, делает карты. Хорошая база, но, по моим наблюдениям, с таким тайтлом сразу ниже вилка. Дальше профиль расходится в четыре стороны.

1️⃣GIS Engineer / Geospatial Data Engineer
🔥Что сдает: конвейер данных от сбора до базы и сервиса, который обновляется сам и не виснет.
🔥О чем спросят: как устроен ваш деплой и за сколько все отрабатывает. Даже на позиции Staff Location Intelligence меня первым делом спросили, насколько я владела процессом, что писала в прод и как чистила GPS-треки.
🔥Стек: Python, SQL, PostGIS, GDAL, Airflow, Docker, CI/CD, облако, GeoParquet, COG и STAC.
GitHub Pages с интерактивной картой - это все еще статический HTML, а не прод)

2️⃣ GIS Backend Developer / Geospatial Software Engineer
🔥Что сдает: сервис, которым пользуются другие: поиск, геокодинг, маршрутизация, карта в приложении.
🔥О чем спросят: алгоритмы и их сложность (готовьтесь к LeetCode), тесты, проектирование системы.
🔥Стек: Python, Go или Java, REST API, PostGIS, пространственные индексы (R-tree, H3, S2), Docker, Git.
По сути это роль одного рода с инженером. Грубо: инженер отвечает за данные, бэкендер за сервис и каждую миллисекунду.

3️⃣ Geospatial Analyst / Location Intelligence Analyst
🔥Что сдает: ответ на бизнес-вопрос: где открыть точку, сколько будет заказов, какие районы недооценены.
🔥О чем спросят: кейс, SQL, метрики, A/B. Меня, например, спросили про гравитационную модель Хаффа и ее разницу между даркстороми и оффлайн точками типа аптек.
🔥Стек: SQL, Python (geopandas, H3), BI, QGIS или Kepler, статистика, A/B-тесты, difference-in-differences.
Таких людей нанимает бизнес: доставка, ритейл, такси, недвижимость, телеком. В Esri, CARTO, TomTom и HERE вакансий под мой профиль почти нет, им нужны инженеры продукта.

4️⃣ Geospatial Data Scientist / Applied Scientist
🔥Что сдает: модель, которая прогнозирует спрос, цену или риск, и честную оценку, насколько ей можно верить.
🔥О чем спросят: как вы прогнозируете (в лондонской компании это был первый вопрос) и как валидируете модель.
🔥Стек: Python, CatBoost или LightGBM, scikit-learn, PyTorch, spatial cross-validation, геостатистика, SHAP.
Почему обычного ML мало, писала здесь, а про пространственную кросс-валидацию - в презентации с Мапакона.

Итого (то же на картинке):
GIS Specialist = софт + предмет
GIS Engineer = данные + прод
GIS Backend = сервис + миллисекунды
Geospatial Analyst = бизнес-вопрос + метрики
Geo DS = модель + валидация

В LinkedIn работает булев поиск:

("geospatial" OR "GIS" OR "spatial data" OR "location intelligence") AND (engineer OR developer OR analyst OR scientist)

Если нужен переезд, добавьте "visa sponsorship": по моему опыту, спонсировать готовы около 5-10% компаний.

@urban_mash

#30DayMapChallenge VINTAGE Day 6

🇳🇱РОТТЕРДАМ, 14 МАЯ 1940

14 мая 1940 года центр Роттердама сгорел. Через 86 лет линию пожара до сих пор видно в реестре зданий: внутри нее до 1940 года построено только 5% нынешних зданий, а в километре снаружи - 63%.

Собрала это в анимацию на открытых данных. Сначала горит зона, которую город сам отметил как разрушенную в мае 1940 (сам огонь условный, а вот его границы взяты с карты), потом каждое нынешнее здание вырастает в год постройки по реестру BAG. Две трети зданий внутри линии - это восстановление 1940–1965, и 99% из них не охраняются как памятники. Т.е. наследие центра Роттердама теперь - это само восстановление.

А еще есть интерактивная карта: карту 1940 года можно двигать ползунком поверх сегодняшних зданий, а по клику на дом видно, что было на этом месте в мае 1940-го.

Как сделано

1) Здания - 42 823 полигона BAG (Kadaster) через WFS PDOK, у каждого bouwjaar, год постройки. Здание считается внутри линии, если внутри его representative point.

2) Линия пожара - 380 светильников типа «Grondspot Medio type Brandgrens» из WFS уличного освещения мэрии. Соединила их минимальным остовным деревом (ребра до 160 м), вышло 10 км линии. Для подсчета замкнула зону по реке: суша внутри 257 га, у Stadsarchief 258 га руин.

3) Проверка устойчивости: с отступом 50 м от края довоенных 5,3%, по зоне с карты разрушений 1940 года 9%, в кольцах до 2 км снаружи 59–64%. Разрыв держится.

4) Карта 1940 года из Stadsarchief, привязка Allmaps (Rotterdam Time Machine, 4 точки, аффинное преобразование). Под каждым зданием читаю цвет карты: на 93 местах, где в 1940-м дом уцелел, сейчас в 74 случаях стоит послевоенное здание, т.е. уцелевшее потом снесли.

5) Памятники RCE привязаны к зданиям BAG через sjoin_nearest (до 15 м), агрегаты посчитаны в DuckDB SQL.

6) Анимация - 765 кадров matplotlib, огонь условный: расстояние от случайных очагов внутри зоны 1940 года плюс шум. Кадры рендерятся в 8 процессах, каждый пишет кусок H.264 через ffmpeg, куски склеиваются без перекодирования. Интерактив на Leaflet, карта 1940 года заранее переведена в Web Mercator.

Данные: Kadaster (BAG), мэрия Роттердама, Stadsarchief Rotterdam, RCE.
Стек: Python (geopandas, shapely, networkx, scipy, scikit-image), DuckDB, matplotlib, ffmpeg, Leaflet.

@urban_mash