I nostri valori
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 dotando i clienti che scelgono di investire nell’I.A. di strumenti innovativi per garantire il mantenimento delle performance dei loro sistemi ad alto livello.
340 +
Articoli scientifici pubblicati
5300+
Citazioni scientifiche
30 +
Progetti industriali
I nostri soci
Lavoriamo con passione per affrontare le nuove sfide del AI
Nicola Caporaso è un 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 nazionali; ha fondato Kayrhos nel 2017, una boutique di consulenza manageriale, con un progetto professionale inedito in Business Innovation, Operational Design e Tech & Digital issues, focalizzato sui Servizi bancari e finanziari. È anche 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, attualmente docente dei 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”.
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, fin d’allora, ha collaborato 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.).
Alessandro Nuara è Ph.D. 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.
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 in diversi progetti scientifici con il gruppo di ricerca dell’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 su paradigmi economici, al fine di costruire sistemi in grado di prendere decisioni strategiche in scenari del mondo reale (es. Dynamic pricing, aste e sicurezza). Si interessa anche di algorithms design, 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 ruotano intorno all’Intelligenza Artificiale e Machine Learning, con un focus particolare sul Reinforcement Learning. Ha contribuito a progetti di ricerca industriale finanziati da aziende italiane, quali ad esempio Magneti Marelli e Ferrari.
Dopo gli studi in Economia, Paolo ha maturato oltre 40 anni di sviluppo professionale e networking, nell’ambito delle relazioni marketing e business development, nelle aree Management Consulting, Innovation Technology e Digital Transformation, in vari settori economici. Direttore Financial Services, Senior Director Market Relationship, CEO e Board Member di startup di sistemi e servizi innovativi, sono stati i primari incarichi svolti presso multinazionali e gruppi nazionali leader. Tra gli altri, nel Sistema Bancario – Finanziario, i principali progetti marketing/business promossi sono stati in ambito migrazione nazionale delle Carte di Pagamento, Knowledge Management Sistema Bancario e Sicurezza per i Pagamenti Corporate. Ha partecipato/partecipa attivamente a network associativi ed ai Consigli Direttivi di: Rotary e Canova Club Roma – Milano.
Diego Piccinotti è laureato in Ingegneria Informatica. Ha conseguito la Laurea Magistrale al Politecnico di Milano nel 2021, focalizzando il suo percorso di studi su tematiche di AI e Machine Learning. Il suo lavoro di tesi magistrale è stato concentrato sull’area del Planning mediante Reinforcement Learning, sviluppando un agente autonomo per l'identificazione delle strategie di pit-stop in Formula 1. In precedenza, ha lavorato alla conversione automatizzata da schizzi di designer a immagini del prodotto finito con Generative Adversarial Networks, applicando la tecnica a dataset industriali con buoni risultati. Al momento si interessa dell'implementazione di modelli complessi di AI e ML su sistemi cloud e alla loro efficienza computazionale.
Alessandro Lavelli ha conseguito la laurea magistrale in Computer
Science and Engineering presso il Politecnico di Milano nel 2019. Il suo
piano di studi è stato basato sull'intelligenza artificiale e machine
learning e il suo lavoro di tesi è consistito nell'ottimizzazione delle
prestazioni aerodinamiche con la Scuderia Ferrari. Dopo la laurea, ha
lavorato dal 2019 al 2021 come assegnista di ricerca presso l'AIRLab del Politecnico di Milano concentrandosi su progetti di ricerca di machine learning e di reinforcement learning. In questi due anni ha lavorato nel campo della guida autonoma con Scuderia Ferrari, in progetti industria
4.0 con Pirelli, nella rilevazione e diagnosi guasti dei pannelli solari
con Ricerca Sistema Energetico. Il suo lavoro recente è incentrato sulla
previsione delle vendite, su advertising online e sul monitoraggio dei
sistemi di machine learning.
Science and Engineering presso il Politecnico di Milano nel 2019. Il suo
piano di studi è stato basato sull'intelligenza artificiale e machine
learning e il suo lavoro di tesi è consistito nell'ottimizzazione delle
prestazioni aerodinamiche con la Scuderia Ferrari. Dopo la laurea, ha
lavorato dal 2019 al 2021 come assegnista di ricerca presso l'AIRLab del Politecnico di Milano concentrandosi su progetti di ricerca di machine learning e di reinforcement learning. In questi due anni ha lavorato nel campo della guida autonoma con Scuderia Ferrari, in progetti industria
4.0 con Pirelli, nella rilevazione e diagnosi guasti dei pannelli solari
con Ricerca Sistema Energetico. Il suo lavoro recente è incentrato sulla
previsione delle vendite, su advertising online e sul monitoraggio dei
sistemi di machine learning.
RESEARCH SCHOLARSHIPS FINANZIATE DA ML CUBE
Marco Mussi - PhD student
Marco Mussi è un Dottorando di Ricerca in Information Technology presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano. Ha ricevuto la Laurea Magistrale in Computer Science and Engineering al Politecnico di Milano nel 2019. Dopo un periodo come assegnista di ricerca nel team di ricerca AIRLab, inizia il Dottorato di Ricerca in collaborazione con ML cube. I suoi argomenti di ricerca interessano l'intelligenza artificiale e il machine learning, con particolare attenzione al reinforcement learning applicato all'advertising. Ha contribuito a vari progetti di ricerca industriali finanziati da società private e pubbliche italiane.
La nostra missione
Supportare i nostri clienti nell’adottare l’Intelligenza Artificiale nel loro business, e a farlo con successo.
Abbiamo esperienza nello sviluppo di soluzioni customizzate – con l’utilizzo tecnologie di Machine Learning, Natural Language Processing, e Computer vision – per imprenditori, startup, medie e grandi aziende.