Ярина Серкез — про журналістику, програмування і картографію

Ярина Серкез — про журналістику, програмування і картографію

8 Травня 2019
4365

Ярина Серкез — про журналістику, програмування і картографію

4365
Українська журналістка розповідає, як захопилася візуалізацією даних, навчилася програмувати і знайшла роботу у The Wall Street Journal.
Ярина Серкез — про журналістику, програмування і картографію
Ярина Серкез — про журналістику, програмування і картографію

Наприкінці березня на конференції з інфографіки «Малофєй» (Іспанія) українську журналістку Ярину Серкез було відзначено бронзовою медаллю. Перемогу здобув матеріал «Мистецтво мілісекунди», в якому йдеться про те, як змінювалися результати переможців зимових Олімпійських ігор, починаючи з 1920 року і дотепер.

«Учора я отримала свою першу медаль “Малофєй”, кілька років тому це здавалося майже неможливим», — прокоментувала перемогу журналістка. До слова, її талант помічали вже й раніше: у 2017 році вона виграла одну з найпрестижніших відзнак у сфері журналістики даних Data Journalism Awards. Обидві нагороди стали не тільки першими для Ярини, але й для України...

Нині Ярина Серкез працює візуальною журналісткою The Wall Street Journal, до якого її запросили в червні 2017 року. Шлях до американського видання був непростим. Протягом кількох років дівчина створювала інфографіку та візуалізації для українських мас-медіа: «Тексти», «День», «Українська правда». Потім було навчання в Університеті Міссурі (США), стажування у The New York Times. А вже за рік вона потрапила до The Wall Street Journal, де й залишилася працювати.

«Детектор медіа» зв’язався з Яриною Серкез і поговорив із нею про специфіку роботи візуального журналіста та про секрети підготовки текстів у популярному всесвітньому виданні. Розмова почалася із запитання про те, як Ярина зацікавилася візуальною журналістикою:

— Почалося все дуже прозаїчно, з першої школи інфографіки в Києві, яку організовували «Тексти» сім років тому. Це був загальний вступний курс про можливості data-журналістики. Нас не вчили ні програмувати, ні працювати з R чи Python. Але мені дуже пощастило, що я туди потрапила. Вже тоді я бачила багато проектів, які робили The New York Times та The Washington Post. В Україні фактично ніхто не знав про це — вперше про це почали говорити «Тексти». Анатолій Бондаренко (головний редактор «Тексти». — Ред.) дуже мене надихнув, і після того я почала вчитися сама.

У мене гуманітарний бекґраунд, тому починала я з того, що було мені під силу. Зокрема, зі статичних графіків в Illustrator. Але потім зрозуміла, наскільки це лімітує мої можливості з огляду на складність проекту чи його впливу. Мені довелося вчити програмування. Інакше це було би дорогою в нікуди.

Найлегше, напевно, було розібратися з R (мова програмування і програмне середовище для статистичних обчислень, аналізу та зображення даних в графічному вигляді. — Ред.). Але рано чи пізно будь-які результати дослідження чи журналістського проекту закінчуються тим, що їх треба публікувати. Тому я взялася за вивчення JavaScript. Python знадобився у процесі роботи. Він — один із моїх основних інструментів для аналізу даних, особливо якщо це великий масив.

Згадай свій найперший проект і які складнощі в тебе виникли під час роботи?

— Складнощі виникають завжди. Дуже часто вони одні й ті ж. У моїй роботі вони бувають декількох типів.

По-перше, це робота з даними. Вони можуть бути дуже «брудними» та неструктурованими. Може бути, що в тебе є величезна база адрес і в кожній є якісь друкарські помилки. Ці неправильні адреси потрібно відфільтрувати і звести до спільного знаменника, який матиме сенс.

По-друге, це відображення даних. У тебе може бути настільки складний проект, що ти просто не знаєш, як правильно розробити його дизайн. Ти маєш розуміти, що увага твого читача в інтернеті лімітована і в кілька хвилин треба втиснути всю історію, не важливо, наскільки вона складна. Потрібно вмикати інженерне мислення, щоби розуміти, як зацікавити й утримати аудиторію, як має йти нитка наративу, щоб людина дочитала це до кінця, зрозуміла загальну картину й нюанси, які ти хочеш донести.

По-третє, представлення кінцевого продукту й технічні нюанси. Тобто можна створити дизайн класної візуалізації з надзвичайно цікавими даними, але якщо вона завантажується більше 10 секунд — це провал. Часто доводиться попітніти, аби візуалізація виглядала добре як на десктопі, так і на мобільних девайсах. Іноді потрібно створювати дизайн та розробляти дві окремі версії.

Скільки часу в тебе займає процес підготовки візуалізації?

— Дата-журналістика — це не стандартний алгоритм роботи з клієнтом у студії дизайну чи веб-розробки. Це частина життя ньюзруму. Може трапитися breaking news (екстрені новини. — Ред.), і доведеться все робити на льоту. Але якщо це заплановане висвітлення подій: вибори, Олімпійські ігри, інші великі події чи просто аналітика без прив’язки до щоденних новин — ми все плануємо наперед. Іноді навіть місяцями.

Один із моїх нещодавніх проектів, над якими я працювала, розповідає про торгівлю між Китаєм та Америкою. Він про те, як Китай змінив весь баланс сил не лише для США, але й для їхніх сусідніх та інших країн, яким раніше належала левова частка експорту до США.

На початку цього проекту в нас було 2 Гб даних — інформація про торгівлю всіма предметами між усіма країнами починаючи з 1961 року. Спробуй тут розказати якусь виразну історію! Проблема полягала в тому, що там було декілька дуже цікавих прикладів. Графіки показували, що Німеччина, В’єтнам та інші країни мали велику частку експорту різдвяних іграшок у 1960–70 рр. до США. Буквально через десять років їх витіснив Китай. Нині близько 95 % усіх різдвяних прикрас ідуть до Америки з Китаю. Це був такий собі hook (гачок), яким можна було зацікавити читачів напередодні Різдва. Таких гачків у редакторів було штук 20. Я пішла з ними на компроміс і запропонувала те, що я називаю zoomed in small multiples. Це інтерактивний варіант поширеної практики у сфері дата-візуалізації. Під час наративу ми збільшували вибрані міні-графіки, щоби читач побачив не лише загальну картину, але й конкретні анекдотичні історії. Я працювала над цим проектом близько місяця, лише тиждень пішов на формування наративу. Після того ми провели додаткову роботу і з даними, і з девелопментом, і з тестуванням — усім, що необхідно для остаточного продукту.

Які інструменти ти використовуєш у своїй роботі?

— Їх дуже багато, але все зводиться до кількох мов програмування. JavaScript, основний інструмент для веб-девелопменту, необхідний фактично для кожного проекту разом із CSS, HTML. Для швидких прототипів та аналізу даних я використовую R та його бібліотеку ggplot2. Python — для глибшого дослідження. Хоча дуже часто його можна замінити відповідними командами в R.

У світі дата-журналістів та візуалізаторів є ті, хто використовує або R, або Python. Я десь посередині: працюю з обома, залежно від складності проекту.

У мене був проект про місію зонду NASA Кассіні. Використання Python було обов'язковим, оскільки як людині, яка не програмує на С, навігаційні дані Кассіні найзручніше було обробляти з бібліотекою SpiceyPy. Jet Propulsion Laboratory написали її для роботи з обрахунками різноманітних місій. Для дуже простих мокапів і статичних графіків я використовую Illustrator.

У випадку з картами існує зовсім інший «всесвіт»: GDAL, QGIS або ArcQIS — для роботи з геоданими, Mapbox або Leaflet — для веб-розробки.

Повертаючись до JavaScript, то я найчастіше працюю з D3.js і Three.js, які дають змогу робити більш складні та кастомізовані візуалізації.

Який твій проект був найбільшим викликом?

— Дуже багато було мороки із проектом про Китай. Але стосовно технологій, він був доволі простим. Запрограмувати його було легко. Питання в тому, як дійти до цієї історії, як її знайти і сформулювати? Це було доволі складно.

У плані технології, напевно, проект про Кассіні. Я його зробила два роки тому. Але тепер, озираючись назад, розумію, що там не було нічого особливого. У той момент у мене не було так багато знань, і тоді це для мене був wow-проект!

Якщо порівняти журналістику даних із перегонами, що особисто ти переслідуєш? Чим для тебе є візуалізація даних?

— Для мене це не лише робота. Секрет полягає в тому, що це моя велика пристрасть і мені це дуже подобається. Щодня доводиться працювати з різними типами даних. Тобто ти можеш працювати як data scientist (дослідник даних. — Ред.) у якійсь компанії, але в тебе буде більш-менш передбачуваний патерн: підеш у фінанси, будеш працювати з біржовими та банківськими даними. А тут — щодня нова пригода. Шалені проекти про морський трафік в Арктичному океані, космічні дані про перебування супутників на підході до Сатурну чи результати Олімпійських ігор…

Я люблю цю роботу за те, що вона така цікава й вимоглива: ніколи не дає розслабитися. Завжди маєш тримати свої навички в тонусі. Я хочу досягти такого результату, щоб, озирнувшись назад, мені сподобалися всі мої проекти. Не знаю, чи таке взагалі можливо. Але хотілось би.

Наскільки великою є конкуренція серед дата-журналістів у США?

— Шалена. Зараз це не швидкоплинний тренд, а стандарт. Майже у всіх великих ньюзрумах є цілі команди. Наприклад, наш департамент складається із 40 людей. Не всі вони займаються глибоким аналізом, але, умовно кажучи, ці люди візуалізують різні історії, які публікує газета. Схожа ситуація і в The New York Times, і в The Washington Post. Є видання, які тільки на це й зорієнтовані. Тобто вони майже всі складаються з візуальних журналістів.

Конкуренція є дуже потужною. Тим паче вона йде з різних напрямків. Не всі ми працюємо в однакових типах структур: є великі національні газети The New York Times, The Washington Post і The Wall Street Journal. Є більш нішеві видання: FiveThirtyEight, The National Geographic. Є просто скажені і фантастичні хіпстерські проекти як The Pudding, який цього року просто забрав усе золото в більшості конкурсів. У них немає майже ніяких інституційних бар'єрів, можуть робити будь-які експерименти, які дозволить їм уява, плюс вони шалено талановиті.

Є ще інші дизайн-студії, приватні інституції, як DensityDesign Lab в Мілані. Вони теж завжди роблять класні візуалізації, які для нас є натхненням чи зразком.

Серед журналістів-початківців панує думка, що журналістика не про цифри…

— Дуже багатьом нашим репортерам часто доводиться робити попередній аналіз своїх даних. Звісно, що їм потрібно розбиратися з даними чи математикою. Я навіть не знаю, чи в нас є журналісти, які «бояться» цифр, інакше це просто некомпетентне висвітлення подій, про які вони пишуть.

З чого би ти порадила починати займатися візуалізацією?

— Я би порадила почати з розуміння того, чого би ви хотіли досягнути. Всі ці нашарування, про які я говорила: й картографія, й веб-девелопмент, і аналіз даних, і графіки — різні напрямки. У деяких ньюзрумах ними займаються конкретні люди. Дуже рідко буває людина, яка робить усе дуже добре. Це радше виняток. Не треба на це орієнтуватися із самого початку. Варто почати з роботи з даними. R або Python. Тобто навчитися їх розуміти, фільтрувати дані і знаходити в них історії. А вже після того будуть потроху нарощуватися мускули візуалізації, як можна представити необхідну інформацію: основи візуального дизайну, кольорів, шрифтів тощо.

Фото: Любомир Савчинський, creatives.media

Команда «Детектора медіа» понад 20 років виконує роль watchdog'a українських медіа. Ми аналізуємо якість контенту і спонукаємо медіагравців дотримуватися професійних та етичних стандартів. Щоб інформація, яку отримуєте ви, була правдивою та повною.

До 22-річчя з дня народження видання ми відновлюємо нашу Спільноту! Це коло активних людей, які хочуть та можуть фінансово підтримати наше видання, долучитися до генерування спільних ідей та отримувати більше ексклюзивної інформації про стан справ в українських медіа.

Мабуть, ще ніколи якісна журналістика не була такою важливою, як сьогодні.
* Знайшовши помилку, виділіть її та натисніть Ctrl+Enter.
4365
Читайте також
Коментарі
0
оновити
Код:
Ім'я:
Текст:
Долучайтеся до Спільноти «Детектора медіа»!
Ми прагнемо об’єднати тих, хто вміє критично мислити та прагне змінювати український медіапростір на краще. Разом ми сильніші!
Спільнота ДМ
Використовуючи наш сайт ви даєте нам згоду на використання файлів cookie на вашому пристрої.
Даю згоду