Abdallah Muaz

Abdulla Muaz est un Data Scientist avec plus de 12 ans d'expérience, spécialisé dans la combinaison du génie logiciel et de la science des données pour fournir des solutions à fort impact, en particulier dans les industries qui s'appuient sur des prévisions météorologiques et des mesures in situ. Son expertise principale réside dans l'application de l'IA et de l'apprentissage automatique à des scénarios du monde réel, créant ainsi de la valeur pour les services météorologiques et d'autres industries basées sur les données.

Muaz est titulaire d'une maîtrise ès sciences en science des données et en analyse commerciale de l'Université de technologie et d'innovation d'Asie-Pacifique et d'un baccalauréat ès sciences en technologies de l'information et en génie logiciel de l'Université de Middlesex, au Royaume-Uni. Son parcours professionnel comprend un rôle de premier plan au sein du Service météorologique des Maldives, où il a dirigé le développement de systèmes intégrés d'aide à la décision climatique et météorologique.

Actuellement, en tant que Data Scientist chez TempoQuest, Muaz se concentre sur le développement d'outils de pointe, tels que l'outil de vérification des prévisions (FVT), conçu pour améliorer les processus de vérification des prévisions météorologiques. Il dirige également des projets clés visant à tirer parti des techniques d'IA/ML pour améliorer la prise de décision dans divers secteurs et maîtrise le cloud computing, l'apprentissage profond et les outils d'automatisation tels que Docker et AWS.

Les compétences techniques de Muaz couvrent Python, SQL, TensorFlow, PyTorch et les services cloud, ce qui fait de lui un atout clé dans la mise en œuvre de solutions basées sur l'IA/ML pour relever des défis météorologiques et climatiques complexes.