Consultor en Ciencia de Datos y Geoespacial
Ayudo a organizaciones a aplicar estadística y machine learning a datos climáticos, de salud y geoespaciales, transformándolos en modelos y herramientas que respaldan decisiones basadas en evidencia en el mundo real.
Contactame
Modelos espaciales e índices de riesgo a partir de datos satelitales, climáticos, de amenazas y vulnerabilidad
Combino datos epidemiológicos y ambientales para hacer seguimiento de brotes e informar políticas públicas.
Inferencia bayesiana y pipelines reproducibles (R, Python, Shiny/Dash) que convierten el análisis en paneles que la gente realmente usa.
Trabajé con
Combino ciencia del clima, salud pública, estadística y machine learning para construir herramientas que funcionan en el mundo real, en cuatro áreas de práctica conectadas entre sí:
Modelado de riesgo climático y ambiental
Modelado de amenazas y agregación de riesgo multiamenaza para apoyar la planificación de resiliencia climática.
Integración de datos de salud y ambientales
Combino datos epidemiológicos, ambientales y geoespaciales para apoyar decisiones de salud pública.
Análisis geoespacial y ML espacial
Análisis SIG, teledetección, y estadística y machine learning espacial.
Herramientas para tomar decisiones en políticas públicas
Estadística e inferencia bayesiana para cuantificar la incertidumbre y apoyar decisiones robustas, entregadas mediante análisis reproducibles y paneles interactivos (Shiny, Dash).
2026 · Proyecto
Diseñé una metodología global para cuantificar la exposición de las escuelas a peligros climáticos, utilizando datos geoespaciales y agregación de riesgo basada en machine learning.
2025 · Proyecto
Mapa interactivo de resultados electorales de Argentina desde 2011, con navegación dinámica hasta el nivel de mesa electoral; demo pública para la provincia de Entre Ríos.
2023 · Publicación
Journal of Medical Entomology
2023 · Publicación
medRxiv
2022 · Proyecto
Desarrollé un panel en Shiny para el seguimiento de casos confirmados, probables y fallecidos por COVID-19 en Argentina para el sector educativo, con indicadores derivados como tasa de positividad, letalidad e incidencia.
2022 · Proyecto
Clusterización espacial de focos de calor detectados por satélite en el Delta del Paraná para construir indicadores de alerta temprana de riesgo de incendio, desarrollado para el Instituto Malbrán.
2022 · Publicación
medRxiv
2021 · Proyecto
Desarrollé paneles interactivos en Shiny y Dash para el seguimiento y la comunicación de datos epidemiológicos de COVID-19 del proyecto sedcovid en el CONICET/UBA.
2021 · Proyecto
Paquete de R de código abierto para extraer y estructurar los datos de la función 'Popular Times' de Google en dataframes listos para usar.
Matías Poullain, MSc
Soy biólogo reconvertido en data scientist, radicado en Buenos Aires, Argentina. Tras una licenciatura en biología orientada a la ecología y la estadística y una maestría en Data Mining & Knowledge Discovery, pasé los últimos años construyendo modelos estadísticos y de machine learning, y soluciones de análisis geoespacial para organizaciones de salud pública, política climática, desarrollo internacional e industria agropecuaria. También doy clases de Inferencia Bayesiana en una maestría de la Universidad de Buenos Aires (UBA). Trabajo con fluidez en español, francés e inglés.
¿Estás trabajando en un problema de datos climáticos, de salud o geoespaciales? Escribime, o encontrame en LinkedIn.