Abdulla Muaz

Abdulla Muaz es un científico de datos con más de 12 años de experiencia y se especializa en combinar ingeniería de software y ciencia de datos para ofrecer soluciones de alto impacto, particularmente en industrias que dependen de pronósticos meteorológicos y mediciones in situ. Su principal experiencia radica en la aplicación de la inteligencia artificial y el aprendizaje automático a escenarios del mundo real, generando valor para los servicios meteorológicos y otras industrias basadas en datos.

Muaz tiene una Maestría en Ciencias de Datos y Análisis de Negocios de la Universidad de Tecnología e Innovación de Asia Pacífico y una Licenciatura en Ciencias en Tecnología de la Información e Ingeniería de Software de la Universidad de Middlesex, Reino Unido. Su trayectoria profesional incluye un papel de liderazgo en el Servicio Meteorológico de Maldivas, donde encabezó el desarrollo de sistemas integrados de apoyo a las decisiones meteorológicas y climáticas.

Actualmente, como científico de datos en TempoQuest, Muaz se centra en el desarrollo de herramientas de vanguardia, como la herramienta de verificación de pronósticos (FVT), diseñada para mejorar los procesos de verificación de pronósticos meteorológicos. También lidera proyectos clave destinados a aprovechar las técnicas de IA/ML para mejorar la toma de decisiones en diversos sectores y domina la computación en la nube, el aprendizaje profundo y las herramientas de automatización como Docker y AWS.

El dominio técnico de Muaz abarca Python, SQL, TensorFlow, PyTorch y servicios en la nube, lo que lo convierte en un activo clave en la implementación de soluciones basadas en IA/ML para desafíos meteorológicos y climáticos complejos.