DOCENTE
Ilenia Epifani Polimi, Dip. Mat Polimi
AREA DI RICERCA
Sistemi informativi, Statistica
KEYWORD (MAX 3 SEPARATE DA VIRGOLA)
Machine Learning, Ottimizzazione donazioni, Software Porting
TECNOLOGIE DA UTILIZZARE
Python (scikit-learn, pandas)- RStudio, SQL, Power BI, Visual Basic
DESCRIZIONE (MAX 500 CARATTERI)
Il progetto si articola in due fasi principali. La prima prevede l’integrazione di una struttura esistente per la gestione dei dati dei donatori AVIS, attualmente critica su piattaforma Visual Basic a causa di crash frequenti, probabilmente legati a carichi computazionali elevati. Questa fase richiederà la migrazione e l’ottimizzazione del modulo per garantire stabilità e scalabilità. La seconda fase consiste nello sviluppo di un modello predittivo, basato su tecniche di machine learning e regressione statistica, per stimare l’affidabilità dei donatori (presenze, ritardi, cancellazioni), analizzando dati storici. Il modello assegnerà loro un punteggio di affidabilità per prevederne la disponibilità futura, ottimizzando la distribuzione giornaliera delle donazioni ed evitando picchi o carenze di personale. I risultati saranno visualizzati in dashboard Power BI, integrati nel sistema gestionale AVIS, in collaborazione con il team ICT. L’analisi userà Python per l’elaborazione dati ed SQL per query complesse.