Figura professionale: data scientist, Python, Java

Nome Cognome: L. D.Età: 35
Cellulare/Telefono: Riservato!E-mail: Riservato!
CV Allegato: Riservato!Categoria CV: Business Intelligence / Data Scientist / DWH
Sede preferita: Milano

Accesso Full al database con 29.999 CV a partire da € 5,00    ABBONATI SUBITO!



Sommario

data scientist, Python, Java

Esperienze

 Fondazione Bruno Kessler(FBK):

Utilizzando varie librerie di python tra le quali NiBabel, Dipy and Numpy ho analizzato e lavorato su modelli 3D del cervello nella forma di immagini di risonanza magnetica, tractograms, streamlines e maschere di voxel. il lavoro è consistito nel fare analisi di tipo statistico, anatomico, quantitativo e qualitativo sui modelli dei nervi cerebrali ottenuti con diversi metodi. 

Educazione
2019 Laurea Magistrale, Università degli studi di Trento, Trento, Italia, Laurea Magistrale in Informatica.
voto finale: 105/110 (2:1)
Corsi caratterizzanti: Computability and computational complexity, Knowledge and Data
Integration, Machine Learning, Concurrency, Distributed Systems

2016-2017 Erasmus, Universitat de Barcelona, Universitat Politecnica de Catalunya, Barcelona,
Spagna, Master course in Artificial Intelligence.
Corsi caratterizzanti: Advanced topics in computational intelligence, Cognitive Interaction
with robots, Intellingent data Analysis and data mining, Normative and Dynamic virtual worlds

2014 Laurea Triennale, Università degli studi di Trento, Trento, Italia, Laurea Triennale in Informatica.

Tesi Magistrale
titolo Empirical Analysis of a Deep Learning method for White Matter Tract Segmentation
supervisore Prof. Andrea Passerini
descrizione Il progetto di tesi è consistito nel valutare le capacità e i limiti di una rete neurale
convoluzionale capace di predirre maschere di voxel rappresentanti fibre nervose del
cervello da immagini di risonanza magnetica. il lavoro è stato svolto progettando ed
eseguendo svariati esperimenti nei quali la rete è stata allenata su diversi dataset e
con diverse configurazioni di parametri.
tecnologie La rete è scritta in Python utilizzando le più comuni librerie per operazioni matematiche e di neuroimaging (Dipy , Numpy, NiBabel, PyTorch).

Tesi triennale
titolo Ridesing e reimplementazione dell’interfaccia di JClic
supervisore Prof. Marco Ronchetti
descrizione il lavoro di tesi è consistito nel riprogettare e reimplementare l’interfaccia di un
programma opensource scritto in Java per la creazione e la valutazione di videogiochi
a scopo didattico. Per la fase di ridesign mi sono basato sulle euristiche di Nielsen
con lo scopo di rendere il programma più facile da utilizzare semplificando la sua interfaccia.

Internship
Luogo NILab, Fondazione Bruno Kessler(FBK)
supervisore Dr. Paolo Avesani
descrizione Utilizzando varie librerie di python tra le quali NiBabel, Dipy and Numpy ho analizzato
e lavorato su modelli 3D del cervello nella forma di immagini di risonanza magnetica, tractograms, streamlines e maschere di voxel. il lavoro è consistito nel fare analisi di tipo statistico, anatomico, quantitativo e qualitativo sui modelli dei nervi cerebrali ottenuti con diversi metodi. Questo lavoro è servito come base per il progetto di tesi magistrale.

Progetti accademici
2018-2019 Serene: the playful musical companion, Universitat Politècnica de Catalunya, Barcelona, Spagna.
Come progetto di gruppo nel corso di cognitive interaction with robots abbiamo implementato
un robot basato sulla tecnologia raspberry pipensato come un gioco musicale per bambini.
L’idea del progetto era di creare uno strumento per bambini con disturbi relazionali o di
comportamento che potesse aiutarli a sviluppare un interesse musicale evitando di doverli
inserire in un contesto troppo stressante. L’utente canta o suona qualcosa al microfono
del robot il quale riconosce la tonalità della melodia e improvvisa una nuova melodia sulla
stessa tonalità. Il codice è scritto in python utilizzando librerie come mingus e music21
per le fasi di riconoscimento e riproduzione; mentre per la fase di improvvisazione abbiamo
adattato una recurrent neural network liberamente pubblicata online allenata con file midi.

Conoscenze Tecniche
Linguaggi di programmazione
Python(avanzato), Java(intermedio), C++(base), Dalvik(base), HTML(base)
Devops Buona conoscenza di SQL e utilizzo di MySQL, PostgreSQL e Hibernate. Abituato a lavorare con Git e bash.
Software Engineering
Buona conoscenza del ciclo di vita del software dalla progettazione con UML alla
fase di test. capacità di utilizzare design pattern per paradigmi object oriented e
funzionali come class inheritance, reusability, multi-thread programming.
Sistemi Operativi
Abituato a lavorare con sistemi operativi GNU Linux e Windows.

Conoscenze Linguistiche
Italiano Madre Lingua
Inglese Avanzato
Spanish Intermedio

181 total views, 1 today