evidoria

← Voltar à navegação

Boa prática Importada

Frontier Tech Leaders Djibuti

Djibouti · Djibouti City · Ver o perfil de Djibouti · Ver o perfil de Djibouti City

Evidência: Observacional / pré-pós Top 82% 52/100 · Pergunte a Evidence Copilot sobre esta prática

O programa Frontier Tech Leaders do PNUD realizou os primeiros bootcamps de Python e Machine Learning do Djibuti em 2024, selecionando 43 de mais de 500 candidatos e formando 23 com projetos finais sobre problemas locais, antes de uma segunda turma de 67 (20 mulheres) iniciar em janeiro de 2025.

20 people
Conclusoes do curso de Python, primeira turma (January-February 2024)
500+ people
Candidatos ao bootcamp de Aprendizagem Automatica (March 2024)
43 people
Participantes selecionados para o bootcamp de Aprendizagem Automatica (March 2024)
23 people
Formandos do bootcamp de Aprendizagem Automatica (15 July 2024)
67 (20 women) people
Inscricoes na segunda turma, incluindo mulheres (January 2025)
Frontier Tech Leaders Djibuti

Detalhes

Maturidade
Em expansão
Promotor
UNDP Istanbul International Centre for Private Sector in Development / UN Technology Bank for LDCs
Período
2024–2025
Palavras-chave
digital skills, machine learning, youth employment, least-developed-country capacity building

Contexto

Lancado na Quinta Conferencia das Nacoes Unidas sobre os Paises Menos Avancados, o programa Frontier Tech Leaders (FTL) — gerido pelo Centro Internacional de Istambul para o Setor Privado no Desenvolvimento do PNUD e pelo Banco de Tecnologia das Nacoes Unidas para os PMA, com financiamento do Governo da Turquia — visa desenvolver competencias digitais aplicadas em algumas das economias menos conectadas do mundo. O Djibuti foi o primeiro pais a implementar o FTL.

Objetivos

Desenvolver competencias aplicadas em Python e aprendizagem automatica entre jovens do Djibuti, atraves de bootcamps estruturados que culminam em projetos finais de relevancia local.

Atividades

A partir de janeiro de 2024, jovens do Djibuti frequentaram um curso intensivo de Python de tres semanas; 20 concluiram-no ate finais de fevereiro. Em 5 de marco de 2024 comecou um bootcamp de Aprendizagem Automatica, selecionando 43 participantes entre mais de 500 candidatos. Uma segunda turma, maior, com 67 estudantes (20 mulheres), comecou em janeiro de 2025.

Resultados

23 participantes concluiram o curso em 15 de julho de 2024, apresentando projetos finais sobre previsao do risco de acidentes rodoviarios, previsao de rendimentos agricolas e avaliacao da vegetacao com dados de deteccao remota por satelite.

Conclusões

Todos os numeros de participacao e conclusao provêm de comunicados de imprensa do proprio PNUD e do gabinete das Nacoes Unidas no Djibuti, nao existindo ainda avaliacao independente publicada sobre o emprego ou a retencao de competencias dos formandos. O numero total de formandos continua modesto face a populacao jovem do Djibuti, mas os projetos finais constituem resultados concretos e de relevancia local, devidamente documentados, da formacao.

Implementação

Custo indicativo
Baixo (< 50 mil €) — Funded by the Government of Turkiye through UNDP's Istanbul International Centre for Private Sector in Development and the UN Technology Bank for LDCs; no specific budget figure disclosed in sources reviewed.
Tempo até resultados
Curto (< 1 ano) — First cohort: three-week Python course (January-February 2024) followed by a Machine Learning bootcamp (March-July 2024); second cohort began January 2025.
Equipa e competências
UNDP Istanbul International Centre for Private Sector in Development, UN Technology Bank for Least Developed Countries (UNTBLDC), UN Djibouti country office

Condições de sucesso

  • Government of Turkiye funding provides a dedicated donor base for the LDC-focused programme
  • Structured skills pipeline (Python course, then Machine Learning bootcamp) with locally-relevant capstone projects (road-accident risk, agricultural yield, vegetation monitoring) ties training to concrete local applications
  • Selectivity (43 of 500+ applicants) suggests a competitive, resourced cohort rather than open enrolment

Modos de falha comuns

  • No independent evaluation of graduates' employment or skills retention has been published
  • Total graduates (23 plus 67) remain small relative to Djibouti's youth population

Onde se enquadra

Tipo de governação
UN-led programme with bilateral (Turkiye) donor funding
Escala
national (first-country pilot for a wider LDC initiative)
Nível de rendimento
lower-middle-income (Djibouti, least-developed-country status)

Habitualmente financiado por

Philanthropic / foundation funding

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis

★ 96

Gaza Sky Geeks

Palestina, Estado da

Desde 2011, a Gaza Sky Geeks, da Mercy Corps, formou mais de 60 mil jovens palestinianos em programação, freelancing e …