Crediamo che l'Intelligenza Artificiale farà parte delle nostre vite e disegnerà modelli di business per qualsiasi tipo di azienda, diventando parte integrante di ogni prodotto e servizio.
In questa sfida, vogliamo giocare un ruolo chiave creando strumenti di AI innovativi e affidabili, con performance elevate e durature nel tempo.
340 +
5300+
30 +
Lavoriamo con passione per affrontare le nuove sfide del AI
Nicola Caporaso è imprenditore e consulente di direzione, con oltre venti anni di esperienza nel settore finanziario e del mercato dei capitali: ha collaborato con le principali banche italiane e altri istituti finanziari; ha fondato Kayrhos nel 2017, una boutique di consulenza manageriale, con un progetto professionale inedito in Business Innovation, Operational Design e Tech & Digital issues. È Startup Mentor certificato MIP presso Polihub, impegnato nel lancio di imprese innovative in molteplici settori, nonchè topic specialist in Innovazione&Trasformazione aziendale presso Bocconi Alumni e membro di AFC Net, la comunità di Amministrazione, Finanza e Controllo dell'Università Bocconi. Ha conseguito un Master in Economia Aziendale presso l'Università Cattolica del Sacro Cuore di Milano e un Executive Master in Corporate Finance and Banking presso la SDA Bocconi.
Marcello Restelli è professore associato presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, attualmente docente del corso di “Machine Learning”. È membro del Comitato del Dottorato di Ricerca in "Data Science and Computation" e si occupa di Machine Learning con un focus particolare sulle tecniche di Reinforcement Learning e sulla loro applicazione (robotica, finanza, veicoli autonomi, gestione delle risorse idriche, etc.). Già membro del Program Committee e area chair delle principali conferenze internazionali nella sua area di ricerca (NIPS, ICML, ICLE, AISTATS, AAAI e IJCAI, etc.), è ora il referente principale di oltre venti progetti di ricerca, finanziati sia dal settore pubblico che dalle principali società private italiane (Banca Intesa, Eni, Ferrari, Pirelli, etc.). Ha pubblicato più di cento articoli su alcune delle più prestigiose conferenze e riviste scientifiche internazionali ed è stato revisore per diverse pubblicazioni accademiche internazionali.
Nicola Gatti è professore associato presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano ed attualmente insegna i corsi di “Data Intelligence Applications” ed “Economics and Computation”. I suoi interessi di ricerca si concentrano su algoritmi di Online Learning e Ottimizzazione in ambito economico. È membro del Comitato del Dottorato di Ricerca in “Computer Science and Engineering”, del Laboratorio Nazionale Italiano per i Sistemi di Intelligenza Artificiale e dell'Associazione Italiana per l'Intelligenza Artificiale. Inoltre, è co-direttore dell'Osservatorio italiano sull'Intelligenza Artificiale e del Centro di Ricerca&Innovazione AI del Politecnico di Milano. Nel 2020, è vincitore del “Best Paper Award” nella prestigiosa conferenza NeurIPS con il paper “No-Regret Learning Dynamics for Extensive-Form Correlated Equilibrium”.
Alessandro Nuara è Ph.D. candidate in “Information Technology” presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano. Durante la sua ricerca, ha maturato esperienza su tecniche di Online Machine Learning e sulla loro applicazione in ambienti microeconomici, con un focus particolare su online advertising e dynamic pricing. Nel 2019 ha lavorato come Applied Scientist Intern nel team di Machine Learning and Optimization di Amazon (Seattle); attualmente è assistente del corso “Data Intelligence Applications” e collabora in progetti di ricerca industriali come assegnista di ricerca al Politecnico di Milano.
Francesco Trovò è ricercatore presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano. Ha tenuto corsi di “Intelligenza Artificiale” presso l'Università degli Studi di Bergamo e di “Online Learning and Monitoring” per il Programma di Dottorato di Ricerca del Politecnico di Milano. I suoi interessi di ricerca riguardano tecniche di Machine Learning e la loro applicazione a diversi scenari (Health Care, Ticket Pricing, Advertising, Portfolio Optimization). Ha conseguito il Ph.D. nel 2015 e da allora collabora in qualità di ricercatore senior con il gruppo di ricerca AirLab, in oltre venti progetti scientifici e industriali finanziati da aziende italiane (Volagratis, DoveVivo, AdsHotel, RSE, etc.).
Alberto Marchesi è postdoc presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano. Ha conseguito il Ph.D. in “Information Technology” presso il Politecnico di Milano, dove ha collaborato a diversi progetti scientifici nel gruppo AirLab. Nel 2020, è vincitore del “Best Paper Award” nella prestigiosa conferenza NeurIPS con il paper “No-Regret Learning Dynamics for Extensive-Form Correlated Equilibrium”. I suoi interessi si concentrano su AI e Machine Learning, con un’enfasi particolare sull’applicazione di tecniche di AI a paradigmi economici, al fine di costruire sistemi in grado di prendere decisioni strategiche in scenari reali (ad esempio Dynamic pricing, aste e sicurezza). Si occupa anche di progettazione di algoritmi, complessità computazionale e ottimizzazione.
Alberto Maria Metelli è Ph.D. candidate in “Information Technology” presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano. Ha conseguito la Laurea Magistrale in Ingegneria Informatica presso il Politecnico di Milano nel 2017 e da allora ha lavorato nel gruppo AIRLab. I suoi principali interessi di ricerca riguardano l’Intelligenza Artificiale e il Machine Learning, con particolare attenzione al Reinforcement Learning. Ha contribuito a progetti di ricerca industriale finanziati da aziende italiane, tra cui Magneti Marelli e Ferrari.
BORSE DI RICERCA FINANZIATE DA ML CUBE
Supportare i nostri clienti nella crescita del loro core business tramite soluzioni di Intelligenza Artificiale.
Abbiamo esperienza nello sviluppare soluzioni custom – con l’utilizzo tecnologie di Machine Learning, Natural Language Processing, e Computer vision – per startup, medie e grandi aziende.