Sono un matematico ed esperto di machine learning specializzato nello studio dei dati climatici (storici, osservati e proiezioni GCM/CMIP6). Il mio lavoro si concentra sullo sviluppo di pipeline di machine learning affidabili per predizioni, downscaling e forecasting.
Cosa Offro
- Pulizia dei dati, preprocessing e analisi esplorativa
- Feature engineering e analisi dell'importanza delle variabili
- Costruzione e confronto di più modelli ML (XGBoost, SVM, ANN, Random Forest, ecc.)
- Correzione del bias (lineare, mappatura quantile, metodi delta, basati su ML)
- Downscaling delle proiezioni climatiche per scale locali/regionali
- Modellazione ensemble (Media aritmetica, IWM, ecc.)
- Previsioni sugli impatti climatici futuri (ad esempio, temperatura, pioggia, previsione della resa)
- Visualizzazioni avanzate (diagrammi di Taylor, box plot, tendenze delle serie temporali, mappe spaziali)
Perché Scegliere Me?
- Solido background accademico in Matematica e Data Science
- Esperienza con CMIP6, ECMWF, ERA5 e dataset climatici osservati
- Competente in Python (Scikit-learn, TensorFlow, XGBoost, Pandas, Matplotlib, Seaborn)
- Approccio orientato alla ricerca, ideale per progetti, pubblicazioni o approfondimenti aziendali
Se hai esigenze specifiche, sentiti libero di contattarmi prima di effettuare un ordine.