Computer Vision Specialist

Claudio Giorgio Giancaterino

Attuario e appassionato di data science, Claudio Giorgio Giancaterino ha sempre guardato al futuro ed è sempre stato attento all’innovazione. Tutto questo lo ha portato a lavorare con i numeri come attuario. Nel tempo libero, negli ultimi anni, si è dedicato alla scienza dei dati ed ha iniziato dalle competizioni su kaggle/hackathons per poi divulgare la scienza dei dati nelle lezioni pratiche di statistica assicurativa presso l’Università Cattolica di Milano, nello scrivere articoli e a partecipare a conferenze con seminari o discorsi.

Gennaro Vessio

Gennaro Vessio ha conseguito il Dottorato di Ricerca in Informatica e Matematica presso il Dipartimento di Informatica dell’Università degli Studi di Bari, dove è attualmente ricercatore. I suoi principali interessi di ricerca riguardano il machine learning e il deep learning, e la loro applicazione a svariati domini, tra cui l’informatica medica e l’informatica umanistica. Gennaro è regolarmente coinvolto nelle attività didattiche del dipartimento di afferenza, e in attività di trasferimento tecnologico e divulgazione scientifica. Svolge regolarmente attività di revisione per riviste internazionali di prestigio, per conferenze internazionali in qualità di membro del comitato di programma, e contribuisce all’organizzazione di eventi scientifici. Infine, è membro di società scientifiche e di centri interdipartimentali.

Daniele Riboli

Daniele Riboli è Associate Technical Training Consultant presso SAS. È laureato presso l’Università Cattolica del Sacro Cuore in Scienze dell’Economia e della Gestione Aziendale. Il suo percorso in SAS inizia dalla selezione per una Masterclass, un programma specifico volto a formare giovani neolaureati, in ambito SAS Analytics. All’interno del Team Education, è specializzato in corsi SAS Analytics, BI e Data Mining-Machine Learning, rivolti sia a clienti e partner SAS che agli studenti universitari.

Luca Pedrelli

Dott. Ric. Luca Pedrelli ha conseguito la Laurea Magistrale in Informatica all’Università di Pisa nel 2015 e il Dottorato in Informatica all’Università di Pisa nel 2019. Attualmente sta lavorando come assegnista di ricerca al Dipartimento di Informatica dell’Università di Pisa all’interno del gruppo di ricerca Computational Intelligence & Machine Learning (CIML). Inoltre svolge attività di docenza su temi legati al deep learning all’Università di Pisa e in corsi di specializzazione post laurea. I suoi interessi si concentrano negli ambiti del machine learning, reti neurali, deep learning, reservoir computing e in particolare nello studio e nell’analisi delle reti neurali ricorrenti profonde. I suoi interessi applicativi riguardano la classificazione di sequenze (segnali, testi e immagini) e la predizione di serie temporali di vario tipo.

Cristiano De Nobili

Cristiano De Nobili da quattro anni lavora nell’avvincente mondo dell’intelligenza artificiale. Con un approccio sia tecnico che di ricerca, si occupa principalmente di Deep Learning. Ha iniziato questa avventura nell’ambito della Computer Vision (CV) tramite un progetto del CNR e un master in High-Performance Computing (MHPC, SISSA/ICTP). Da circa 2 anni è passato a lavorare sul linguaggio (NLP) oltre a dedicarsi a progetti con forte impatto sociale e ambientale. Il 2021 ha lavorato ad un grosso progetto della EU Commission sulla comprensione del cambiamento climatico attraverso il Deep Learning.

Oscar De Felice

Oscar De Felice, laureato in Fisica presso l’Università di Trieste, oggi è un Data Scientist. Ha fatto un PhD alla Sorbonne Université a Parigi durante il quale ha svolto ricerche sulle Geometrie Generalizate in Teoria delle Stringhe. Una delle attività che preferisce in assoluto è la didattica, perché ama il contatto con gli studenti. Prima del dottorato, ha completato un MSc all’Imperial College London. Il programma si chiamava Quantum Fields and Fundamental Forces. 

Sara Moccia

Sara Moccia, assistant professor e responsabile del laboratorio Artificial Intelligence for Medical Image Analysis all’Istituto di Biorobotica e Dipartimento di Eccellenza in Robotica ed Intelligenza Artificiale della Scuola Superiore Sant’Anna di Pisa.

Luca Clissa

Luca Clissa svolge un PhD in Data Science & Computation presso l’Università di Bologna. Statistico per formazione, la mia attività di ricerca si concentra sull’utilizzo di tecniche di analisi dati in applicazioni reali in ambito interdisciplinare. I progetti a cui ho collaborato riguardano computer vision, text processing, quantum computing e time series. Nel tempo libero, mi diletto a fare divulgazione condividendo spunti dalle mie attività di ricerca.

Marina Paolanti

Marina Paolanti è Tenure track Assistant Professor presso il Dipartimento di Scienze Politiche, della Comunicazione e delle Relazioni Internazionali dell’Università di Macerata. E’ professore a contratto presso la LUISS e l’Università Politecnica delle Marche. Nel marzo 2018 ha conseguito il titolo di Dottore di Ricerca Europeo in Ingegneria dell’Informazione presso l’Università Politecnica delle Marche con una tesi dal titolo “Pattern Recognition for Challenging Computer Vision Applications” (Advisor Prof. Primo Zingaretti, Co-Advisor Prof. Emanuele Frontoni). La sua ricerca si concentra sull’Intelligenza Artificiale e la Computer Vision, con particolare attenzione agli algoritmi specializzati di Machine Learning e alle architetture di Deep Learning. È autrice di oltre 90 articoli internazionali e collabora con numerose aziende nazionali e internazionali in attività di trasferimento tecnologico e innovazione. Ha organizzato diversi workshop internazionali (e.g., DeepRetail @ ICPR 2020, D2CH @ CVPR 2021, AI4DH @ ICIAP 2022, D2CH @ ECCV 2022). Durante il dottorato di ricerca, ha lavorato presso GfK Verein (Norimberga, Germania) per l’analisi del sentiment visuale e testuale delle immagini brand related provenienti dai social media utilizzando reti neurali profonde. È membro IEEE, CVPL e AI*IA.

Francesco Caporaletti

Francesco Caporaletti è marketing specialist presso Grottini Lab. Si è laureato in Consulenza e Direzione Aziendale presso il Dipartimento di Economia dell’Università degli Studi di Macerata.

Appena terminati gli studi ha frequentato un Master in Internazionalizzazione delle imprese e nuovi mercati

Da fine 2014 in Grottini Lab dove prosegue con una formazione costante nel mondo del retail con numerosi corsi tra cui un Executive Master in Shopper Marketing & In Store Communication.

Ha contribuito a fondare e coordinare il primo team di Quality Management per il controllo della qualità dei dati raccolti all’interno dei progetti aziendali (ora Data Science Team). Negli anni ha gestito numerosi progetti relativi allo Shopper Behaviour in contesti Retail e coordinato l’attività di sviluppo commerciale legata in particolare ai progetti Shopper Analytics e al Vending Machine Shopper Science Lab.

Attualmente è responsabile dell’elaborazione delle offerte dei clienti, coordinatore delle attività di sviluppo commerciale e Project Manager per alcuni clienti specifici.

Rocco Pietrini

Rocco Pietrini è Ricercatore presso il Dipartimento di Ingegneria dell’Informazione dell’Università Politecnica delle Marche. Nel 2016 consegue la laurea magistrale in Ingegneria Informatica e dell’Automazione presso l’Università Politecnica delle Marche con una tesi dal titolo “Progettazione e sviluppo di un’interfaccia uomo-macchina in ambienti multimediali interattivi” (relatore prof. Emanuele Frontoni). È stato relatore invitato all’Embedded Vision Summit tenutosi a Santa Clara, dal 21 al 24 maggio 2018 con un talk dal titolo: “Deep Understanding of Shopper Behaviors and Interactions Using Computer Vision”. Nel 2019, durante il dottorato ha trascorso 3 mesi presso il Center for Research in Computer Vision, University of Central Florida sotto la supervisione del prof. Mubarak Shah con una ricerca incentrata sul rilevamento dell’azione umana in ambiente retail. Ha conseguito il dottorato di ricerca in Ingegneria dell’Informazione presso l’Università Politecnica delle Marche, Italia, nel 2020 con una tesi dal titolo “Deep Understanding of Shopper Behaviors in Intelligent Retail Environment” sotto la supervisione del prof. Emanuele Frontoni. La tesi è stata inoltre insignita del Premio “Maurizio Panti” 2020 del Politecnico delle Marche come miglior tesi di dottorato in ambito informatico. Dal 2020 al 2022 è stato Deep Learning Engineer presso Grottini Lab. Nel giugno 2022 è stato relatore invitato al workshop RetailVision tenutosi a CVPR 2022, New Orleans (USA).

Agnese Perfetti

Agnese Perfetti è dottoranda in Global Studies, Justice, Rights, Politics presso il Dipartimento di Scienze Politiche della Comunicazione e delle Relazioni Internazionali (SPOCRI) dell’Università di Macerata.
Laureata nel 2021 in Comunicazione e Culture Digitali, con una ricerca sugli aspetti etici e normativi legati all’utilizzo del face decoding. Oggi il focus della sua ricerca è l’intelligenza artificiale applicata al marketing ed in particolare lo studio del comportamento dei consumatori in relazione con le vending machine.

Giorgio Visani

Giorgio Visani, laureato in Scienze Statistiche all’Università di Bologna ed è stato ricercatore presso lo stesso ateneo, è esperto di Machine Learning e tecniche di spiegazione. Ha lavorato come Data Scientist presso Crif SpA, dove si occupa di sviluppo di tecniche di Artificial Intelligence e delle relative tecniche di spiegazione, legate all’ambito bancario. È attualmente Dottorando presso l’Università di Bologna, dipartimento di Ingegneria Informatica, dove si occupa principalmente dei seguenti ambiti: metodi di spiegazione per tecniche di Artificial Intelligence, studio della Causalità nelle basi di dati e metodi per imporre le strutture causali nei modelli di Machine Learning.