Data scientist
Mipu Energy Data
Smart working
04.2022 - ad oggi
- Sviluppo di modelli di previsione (forecasting) per la domanda energetica (elettrica e termica) mediante tecniche di machine learning (XGBoost, Random Forest) e deep learning (LSTM, GRU, Transformer) in PyTorch .
- Costruzione pipeline end-to-end : preprocessing dati time series, ingegneria delle feature (lag, rolling, cumulati, Fourier), gestione dei missing, standardizzazione e scalatura, creazione di Master Table.
- Sviluppo e manutenzione di classi Python personalizzate per la gestione di modelli multi-step, Seq2Seq, RNN, con supporto a ottimizzazione automatica di iperparametri tramite Optuna .
- Gestione di progetti di previsione su scala industriale , inclusa:
Domanda TLR (teleriscaldamento) su impianti reali
Previsione portate fluviali e meteo
Ottimizzazione di configurazioni energetiche tramite algoritmi genetici - Integrazione e manipolazione di dati da più fonti (SQL, Excel, API meteo), con supporto a dashboardistiche analitiche e creazione di dataset per training.
- Documentazione tecnica e supporto clienti in ambito energy, produzione e difesa
