Figura professionale: Data scientist
Nome Cognome | : L. C. | Età | : 38 |
---|---|---|---|
Cellulare/Telefono | : Riservato! | : Riservato! | |
CV Allegato | : Riservato! | Categoria CV | : Business Intelligence / Data Scientist / DWH |
Sede preferita | : Lazio |
Accesso Full al database con 30.001 CV a partire da € 5,00 ABBONATI SUBITO!
Sommario
Esperienze
Esperienza professionale
1/1/2014-In corso Corso di dottorato Principali mansioni e responsabilità Process mining, data mining, case-based-reasoning, modelli grafici probabilistici Datore di lavoro Università di Torino 1/4/2011-31/7/2011 Titolare di assegno di ricerca Principali mansioni e responsabilità Sviluppo di tecniche per la detezione di difetti in laminati piani in acciao tramite logica fuzzy e reti neurali Datore di lavoro Scuola Superiore S.Anna Didattica 2015 Laurea triennale in Informatica – Università di Torino Vincitore bando esercitazioni integrative alla didattica articolo 76 Principali mansioni e responsabilità Tutoraggio del corso di Programmazione 1 e Programmazione 2. Datore di lavoro Università di Torino 2015 Laurea triennale in Informatica – Università di Torino Vincitore bando esercitazioni integrative alla didattica articolo 76 Principali mansioni e responsabilità Tutoraggio del corso di "‘Basi di dati"’. Datore di lavoro Università di Torino 2015 Laurea triennale in Matematica – Università di Torino Vincitore bando esercitazioni integrative alla didattica articolo 76 Principali mansioni e responsabilità Tutoraggio del corso di "‘Basi di informatica"’. Datore di lavoro Università di Torino
. 2013 Laurea triennale in Informatica – Università di Torino Vincitore bando collaborazione a tempo parziale articolo 13 Principali mansioni e responsabilità Tutoraggio del corso di "‘Programmazione III"’. Datore di lavoro Università di Torino 2012 Laurea triennale in Informatica – Università di Torino Vincitore bando collaborazione a tempo parziale articolo 13 Principali mansioni e responsabilità Tutoraggio del corso di "‘Programmazione III"’. Datore di lavoro Università di Torino Istruzione e formazione 2013 Laurea Magistrale in Informatica Nome e tipo d’istituto di istruzione o formazione Universitá degli studi di Torino Livello nella classificazione nazionale o internazionale1
110/110 2011 Laurea Triennale in Informatica Nome e tipo d’istituto di istruzione o formazione Universitá degli studi di Pisa Livello nella classificazione nazionale o internazionale1 109/110 2006 Diploma di maturitá scientifica. Nome e tipo d’istituto di istruzione o formazione Istituto Industriale statale "‘L. Da Vinci"’, Viterbo Livello nella classificazione nazionale o internazionale1 100/100
Capacità e competenze professionali
Madrelingua/e Italiano Altra/e lingua/e Autovalutazione Livello europeo(*) Comprensione Parlato Scritto Ascolto Lettura Interazione Produzione orale Inglese B2 Livello intermedio B2 Livello intermedio B2 Livello intermedio B2 Livello intermedio B2 Livello intermedio (*)Quadro comune europeo di riferimento per le lingue Capacità e competenze sociali Attitudine al lavoro di gruppo. Capacità e competenze organizzative Attitudine alla gestione di gruppi di lavoro. 1Se pertinente.
Capacità e competenze tecniche
Conoscenze maturate nel corso degli studi e durante le esperienze professionali: reti neurali, data mining, machine learning, case-baed-reasoning, intelligenza artificiale, algoritmi genetici, sistemi esperti, database, compilatori, algoritmica, probabilità e statistica Capacità e competenze informatiche Conoscenza approfondita dei piú comuni strumenti informatici (Office, Internet), dei sistemi operativi Microsoft e Unix e dei seguenti linguaggi di programmazione: C, C++, Java, Javascript, Python, Visual Basic, Delphi, Prolog, Php, JavaScript, HTML, programmazione di sistema in ambiente UNIX, VB script, SQL, Matlab, Clips Patente/i Patente di guida di tipo B Pubblicazioni Luca Canensi, Giorgio Leonardi, Stefania Montani, and Paolo Terenziani. ChAPMaN: a Context Aware Process MiNer. In Workshop on Synergies between Case-Based Reasoning and Data Mining, International Conference on Case Based Reasoning (ICCBR), Cork,
September 2014 Alessio Bottrighi, Luca Canensi, Giorgio Leonardi, Stefania Montani, and Paolo Terenziani. Trace Retrieval as a Tool for Operational Support in Medical Process Management. In Workshop on Case-Based Reasoning in the Health Sciences, International Conference on Case Based Reasoning (ICCBR), volume 150, Frankfurt,
September 2015 Luca Canensi, Giorgio Leonardi, Stefania Montani, and Paolo Terenziani. Mining the Log-Tree of Process Traces: Current Approach and Future Perspectives. In ICTAI, 2015 Alessio Bottrighi, Luca Canensi, Giorgio Leonardi, Stefania Montani, and Paolo Terenziani. Trace retrieval for business process operational support. Expert Systems with Applications, 55:212–221, August 2016
125 total views, 1 today