I praksis er vi mere teoretisk funderede end de fleste
Rooftop Analytics analyserer og kortlægger omstændigheder i historiske data for at identificere mønstre og trends. Disse mønstre og trends bruges derefter til at udvikle modeller, der kan forudsige fremtidige begivenheder eller resultater baseret på nye data.
Inden for data science kaldes dette for prædiktiv analyse. Det er en videnskab, der kombinerer matematik, statistik, maskinlæring og computer science for at analysere store mængder data og oversætte dem til meningsfulde indsigter for virksomheder.
Det er den form for videnskabelig virksomhed, vi driver.
Videnskabelig, uden at det bliver alt for akademisk. Virksomhed, uden at det bliver alt for kommercielt.
Det er det, vi kan.
Skabe forretningsmæssig forandring på et videnskabeligt grundlag.
Gøre virksomheder datadrevne og dermed mere succesrige.
Med vores forankring i forskerverdenen følger vi ikke blot den nyeste forskning inden for økonomi, datalogi og machine learning. Vi er en del af den:
Birgitte Dahl
Birgitte Dahl er medstifter af Rooftop Analytics og brobygger mellem forretning, data og it. Hun har mere end 20 års erfaring på ekspertniveau med at projektlede og eksekvere innovative forretningsløsninger i danske og globale virksomheder.
Birgitte har arbejdet med transformationsprojekter inden for bl.a. FMCG, kemi, energi og medier. Hun har derfor dyb forretningsviden og ved, hvad det kræver at manøvrere målrettet i komplekse projekter og har blik for både faglige problemstillinger og faldgruber.
Christian Møller Dahl
Christian Møller Dahl er medstifter og ansvarlig for løsningsudvikling. Christians kernekompetencer ligger inden for anvendt økonomi og økonometri, herunder tidsrækkeanalyse, predictive analytics og machine learning, ligesom han har erfaring med anvendelse af LLM (sprogmodeller) og RAG (Retriever-Augmented Generation) i data intelligence-løsninger.
Christian har ydermere stor ekspertise i at udvikle metoder til prædiktion af priser og prisudvikling og big data til analyse og forecasting af husholdningers og virksomheders adfærd.
Giovanni Mellace
Giovanni Mellace er medstifter og Senior Product Developer og har mange års er faring med anvendt økonomi, økonometri, kausalitetsanalyser, big data og prædiktioner. Giovannis primære ekspertise er analyse af årsagssammenhænge og design af studier, der kan identificere og forklare årsagssammenhænge.
Nicolai Rask Mathiesen
Nicolai Rask Mathiesen har en Ph.d.-grad i fysik/kemi fra DTU og har forsket i materialer til batterier. Han har omfattende erfaring med big data, transskribering og anvendelse af maskinlæring til record linkage. Derudover har Nicolai dybdegående erfaring med modellering og statistik samt flere års erfaring med softwareudvikling, herunder inden for energiteknologier og high-performance computing.
Christian Emil Westermann
Christian Emil Westermann er cand.oecon. i økonomi. Han har forsket i anvendt økonometri, big data og machine learning og har især indsigt i udvikling af modeller og applikationer til prædiktion, der anvender de nyeste teknikker. Christians naturlige interesse for systemprogrammering og optimering, sikrer også en optimal udnyttelse af computerens ressourcer.
Torben Skov Dyg Johansen
Torben Skov Dyg Johansen har en Ph.d.-grad i økonomi med speciale i økonometri og data science. Torbens ekspertise er udvikling af modeller med anvendelse af big data, maskinlæring og statistisk analyse samt brug af sprogmodeller og tekstanalyse. Det er kompetencer, der særligt indgår i løsninger i energi-, finans- og mediebranchen. Torben er også lektor på økonomisk institut på SDU.
Mikkel Bruun-Jensen
Mikkel Bruun-Jensen har en bachelorgrad i folkesundhedsvidenskab og en kandidatgrad i data science fra SDU. Mikkel specialiserer sig i prædiktive maskinlæringsmodeller og er ekspert i feature engineering og modeloptimering. Han er tilknyttet Rooftop Analytics ad hoc.
Kristian Lorenzen
Kristian Lorenzen er bachelor i fysik og matematik og kandidat i data science. Kristian har forsket i deep learning anvendt til biomedicinsk data og brænder særligt for datamining, tidsserieanalyse og image analysis. Han er tilknyttet Rooftop Analytics på ad hoc-basis.