Mariam Atoyebi: Proyecto de visualización de datos sobre las inundaciones de 2015 en Malawi

0

Inundaciones de 2015 en Malawi: Visualización de datos de su impacto 

Este proyecto se llevó a cabo principalmente para determinar el impacto de las inundaciones en Malaui, especialmente en el sur del país, que fue la región más afectada. La inundación fue causada por las fuertes lluvias entre enero y marzo de 2015.  

Presenté el proyecto en un formato de visualización porque lo visual tiene mucho impacto en la gente mientras se cuenta una historia, esto se logró usando Python y los paquetes de software QGIS.  

Según UNICEF, en Malawi, unas 276 personas murieron o desaparecieron, mientras que 645 personas resultaron heridas y 230.000 fueron desplazadas debido a las inundaciones de 2015.  

Es una triste realidad porque las inundaciones son catástrofes evitables si se toman las suficientes medidas de precaución. Espero que, con la ayuda de mi proyecto, los organismos gubernamentales y no gubernamentales pertinentes puedan hacer planes adecuados para prevenir futuros sucesos. 

Lea más sobre el proyecto aquí

Sobre el experto

ATOYEBI, Temitope Mariam
Temitope Mariam Atoyebi is a científico de datos autónomo. She has worked for clients across various industries which include health, finance, environmental, agricultural and transport. Mariam worked formerly in the Oil and Gas Industry as a petrotechnical expert but her current passion is  the use of ciencia de los datos and its related fields to solve societal challenges which is reflected in the projects she works on. She holds a BSc. degree in Petroleum Engineering and she is about to complete her MSc. degree in Project Management.

Algunos de sus proyectos son Construcción de un aprendizaje automático model that can help create an optimized ambulance deployment system in Nairobi, Kenya; Building of a machine learning model to forecast air quality (as measured by PM2.5 µ/m3) for each hour of the coming 25 hours across five locations in Kampala Uganda; Building of un modelo de aprendizaje automático para ayudar a una empresa keniana a desarrollar un chatbot de salud mental. También le gusta contar historias y extraer ideas a través de la visualización de datos.

Contacta con ella en:


LEER TAMBIÉN  Cristina Cosi: La expresión del ARNm de c-fos es un marcador indirecto de la actividad neuronal

Kolabtree helps businesses worldwide hire freelance scientists and industry experts on demand. Our freelancers have helped companies publish research papers, develop products, analyze data, and more. It only takes a minute to tell us what you need done and get quotes from experts for free.


Unlock Corporate Benefits

• Secure Payment Assistance
• Onboarding Support
• Dedicated Account Manager

Sign up with your professional email to avail special advances offered against purchase orders, seamless multi-channel payments, and extended support for agreements.


Comparte.

Sobre el autor

Ramya Sriram gestiona los contenidos digitales y las comunicaciones en Kolabtree (kolabtree.com), la mayor plataforma de trabajo autónomo para científicos del mundo. Cuenta con más de una década de experiencia en edición, publicidad y creación de contenidos digitales.

Dejar una respuesta