2013/2014 LABORATORIO PRISCA (Progetti di Robotica Intelligente e Sistemi Cognitivi Avanzati), S.A.P.H.A.R.I. (Safe and Autonomous Physical Human-Aware Robot Interaction) EU Project – Dipartimento di Ingegneria Elettrica e Tecnologie dell'informazione – Università Federico II (Naples, Italy). Link: http://www.saphari.eu/

Formazione

2016 Laurea Magistrale in Informatica – Università di Napoli Federico II (Votazione 110/110) Titolo Tesi: “Segmentazione e Classificazione di Immagini mediante Tecniche di Deep Learning basate su una Rete Neurale Convoluzionale”.

2014 Laurea Triennale in Informatica – Università di Napoli Federico II (Votazione 98/110). Titolo Tesi: “Porting in Ambiente ROS di un Sistema di Interazione Uomo-Robot Multimodale”

2009 Maturità Scientifica.

Lingua Italiano Other Languages Language – Reading – Writing – Speaking Capabilities English – Sufficient – Sufficient – Discreet.

Capacità e Competenze Tecniche OPERATIVE SYSTEMS: Ms-Dos, Windows 9x, Windows NT/2000/XP, Windows Vista, 7, 10, Linux, R.O.S (Robot Operating System). PROGRAMMING LANGUAGE: PSpice, C (Parallel/MultiThreading), C++, Java, Matlab, modello relazionale, SQL, Indici e SQL Optimization (Piani di Costo), PL/SQL, Hibernate, DataWarehouse, Oracle Spatial, HTML, CSS, XML, XPath, XQuery, Protege, Algoritmica efficiente e metodi di ottimizzazione (Metodo del Simplesso, Greedy, ..). SCRIPTING LANGUAGES: Bash, Shell Unix. LIBRARIES: OpenNI, OpenCV, OpenMP. SOFTWARE ENGINEERING: UML, OCL, Testing (White Box, Black Box). MICROSOFT: Office, OpenOffice Packages. WEB APPLICATIONS: Joomla. INTERNET APPLICATIONS: Internet Explorer, Chrome, Mozilla Firefox. NETWORKS: ISO-OSI Model, Protocols (IP, TCP/, SMTP, …), Network Devices (Switch, Router…,), Un Caso di Studio: Switch Juniper EX9214. ARTIFICIAL INTELLIGENCE: Knowledge Representation and Reasoning: Propositional logic, First- Order logic, descriptive logics, tableau and automatic reasoning, ontologies OWL, Protege. Artificial Vision: Image Enhancement, Digital Filters, Image Feature Extraction. Machine Learning & Deep Learning: Neural Networks, Deep Neural Networks, Supervised and Unsupervised Learning (Suppor Vector Machines, K-Means, Expectation-Maximization, …).