Deep Shah

Deep是一位专注于多式联运系统数据驱动决策过程的运输专家. 他专门研究一系列以城市交通为中心的问题, technology, equity, 和温室气体排放，同时支持美国和印度的公共客户.

In the U.S.， Deep为美国提供了支持.S. 运输部(DOT), 国家交通部门, 以及当地的交通规划机构, policy, 运营项目. 他深入研究了交通运输部门的排放模型, 他领导了美国交通运输温室气体清单.S. 环境保护署.

在他职业生涯的早期, Deep参与了各种各样的项目, 例如，为磁悬浮个人快速交通技术的商业化进行市场研究，以开发新的停靠需求估计框架, 城市共享单车系统.

In India, Deep与印度政府首席公共政策智库合作，确定地铁项目面临的主要挑战，并找到解决方案，作为国家地铁政策研究的一部分. Deep还支持古吉拉特邦政府的艾哈迈达巴德地铁项目的计划和实施.

Deep有统计方面的经验, quantitative, and geospatial analyses; assessing analytical datasets, tools, and methodologies; and developing visualization dashboards. 他还起草规划研究、白皮书、技术研究、工具包和指南. 他拥有企业GIS解决方案方面的专业知识, 大数据分析, 数据可视化平台.

Deep继续在全球范围内通过技术和数据驱动的决策来改善社会的流动性和可达性.