Maggio 2016 – Oggi

Figura ricoperta Data Scientist

Datore di lavoro Telecom Italia

Luogo Roma

Principali attività e responsabilità

Lavoro all’interno dell’unita’ Big Data Transformation. Mi occupo in parte del setup di una server farm connessa ad uno nodo di storage basato su tecnologia EMC Isilon, e seguo i fornitori nei vari step di installazioni necessari al comple- tamento dell’infrastruttura (principalmente VMware vRealize Automation per il layer di virtualizzazione e IBM Big Insights e Data Stage per la parte di applicativi di gestione ed esplorazione dei dati).  L'infrastruttura, un volta terminata, supportera' attivita' di didattica e di data exploration all'interno dell'azienda.

Partecipo inoltre alle attivita’ di sviluppo di Use Case finalizzati all’efficientamento operativo ed al miglioramento della Customer Experience tramite la valorizzazione del patrimonio di dati dell’azienda.

Gennaio 2015 – Gennaio 2016

Figura ricoperta Assegnista di Ricerca

Datore di lavoro Universita' degli Studi di Torino

Luogo Torino

Principali attività e responsabilità

Partecipazione al progetto ALICE al Large Hadron Collider di Ginevra.

Responsabilita' per la Data Quality Assurance di un rivelatore di particelle al silicio e turni di presi dati presso la control room dell'esperimento.

Gennaio 2014 – Dicembre 2014

Figura ricoperta Cooperation Associate

Datore di lavoro European Centre for Nuclear Research (CERN)

Luogo Ginevra

Principali attività e responsabilità

Partecipazione al progetto ALICE

Analisi statistica di dati di fisica nucleare

Istruzione e Formazione

Gennaio 2017

Titolo della qualifica rilasciata Master di Secondo Livello "Big Data in Business"

Istituto di istruzione o formazione Universita' di Tor Vergata

Luogo Roma

Principali tematiche / competenze professionali acquisite

Utilizzo di codice R e Python per l'applicazione dei principali strumenti di machine learning (logistic regression, alberi decisionali, neural networks, kernel methods and SVM) all'analisi dei dati.

Text analysis, classificazione dei tweet ed opinion mining tramite librerie Java e Python basate sui kernel methods. Document indexing e page ranking algorithms.

Utilizzo di DBMS relazionali (mySQL) e non relazionali (MongoDB), import di dati ed esecuzione di query per il filtraggio / estrazione di informazioni.

Utilizzo di alcuni framework su cloud, principalmente AWS (S3, Amazon Elastic Cluod) e Microsoft Azure.

Conoscenza del framework Hadoop, concetti  sull'esecuzione di jobs Map Reduce in Python e Java, utilizzo di DB relazionali (Hive) e non relazionali (HBase) su Hadoop. Capacita' di installare tutte le principali componenti open source di Apache su Mac.

Marzo 2015

Titolo della qualifica rilasciata PhD Physics and Astrophysics

Istituto di istruzione o formazione Universita' degli Studi di Torino

Luogo Torino

Principali tematiche / competenze professionali acquisite

Programmazione C++

Utilizzo di un ambiente di analisi e programmazione fortemente parallelizzato, basato su una rete di data centres estesa a livello europeo (LHC Computing Grid)

Analisi Statistica dei dati

Relazioni a conferenze internazionali

Conoscenze linguistiche

Lingua Italiano

Capacità di lettura/scrittura Madrelingua

Capacità di espressione orale Madrelingua

Lingua Inglese

Capacità di lettura/scrittura Ottimo

Capacità di espressione orale Ottimo

Note

Esperienza di Dottorato e Post Doc in un team di ricerca internazionale

Lingua Francese

Capacità di lettura/scrittura Buono

Capacità di espressione orale Buono

Note

Esperienza lavorativa a Ginevra Gennaio-Dicembre 2014

Lingua Tedesco

Capacità di lettura/scrittura Buono

Capacità di espressione orale Buono

Note Studi superiori ed esperianza semestrale in germania

Conoscenze informatiche

Capacità e competenze informatiche

Programmazione C++

Shell bash e cmd

Utilizzo di codice R e Python per l'applicazione dei principali strumenti di machine learning (logistic regression, alberi decisionali, neural networks, kernel methods and SVM) all'analisi dei dati.

Text analysis, classificazione dei tweet ed opinion mining tramite librerie Java e Python basate sui kernel methods. Document indexing e page ranking algorithms.

Utilizzo di DBMS relazionali (mySQL) e non relazionali (MongoDB), import di dati ed esecuzione di query per il filtraggio / estrazione di informazioni.

Utilizzo di alcuni framework su cloud, principalmente AWS (S3, Amazon Elastic Cluod) e Microsoft Azure.

Conoscenza del framework Hadoop, concetti  sull'esecuzione di jobs Map Reduce in Python e Java, utilizzo di DB relazionali (Hive) e non relazionali (HBase) su Hadoop. Capacita' di installare tutte le principali componenti open source di Apache su Mac.