I dati contengono risposte. Io li trasformo in valore.

Progetto pipeline di dati affidabili, sviluppo modelli predittivi e applico pratiche responsabili di data governance per aiutare le organizzazioni a prendere decisioni meglio informate.

I case study mostrano l’approccio tecnico e i suoi limiti.

Scopri i miei progetti Contattami

Ritratto di Samuel Okotako all'aperto — Foto: Samuel Okotako

Una selezione

Progetti in evidenza

01 / 04Privacy engineering · PoC sintetico

Data Governance & Masking

Classificazione PII e pseudonimizzazione coerente su dati relazionali sintetici.

Python · PostgreSQL · YAML

02 / 04Data Engineering · dati sintetici

E-commerce Data Pipeline

Pipeline incrementale con correzioni, dati tardivi, test di qualità e dashboard.

Python · DuckDB · dbt · Streamlit

03 / 04Project work ITS · progetto di gruppo

Big Data NoSQL con Databricks

Analisi di annunci Inside Airbnb per Amsterdam e Rio de Janeiro: export dei livelli Bronze, Silver e Gold, con limiti di esecuzione documentati.

Databricks CE · PySpark · Spark SQL · Delta Lake

Ambiti di competenza

Dati affidabili, modelli comprensibili.

01
Data Engineering
Progettazione di pipeline, trasformazioni, controlli di qualità e sistemi che rendono i dati affidabili e disponibili per analisi e reporting.
Case study
- E-commerce Data Pipeline
- Big Data NoSQL con Databricks
02
Machine Learning
Sviluppo e valutazione di modelli predittivi, con attenzione a qualità dei dati, interpretabilità, limiti e utilizzo responsabile.
Scheda progetto in preparazione
03
Data Governance
Qualità, classificazione, protezione e gestione dei dati, inclusi masking e pseudonimizzazione.
Case study
- Data Governance & Masking