Curriculum Vitae
Academic and professional history.
Professional Experience
Student Researcher - Explainable ML for Earth Science
2025 - Present | Rome, Italy Sapienza University of Rome
Applying explainable machine learning to earthquake dynamics, with a focus on interpretable models for fault-stress evolution during the seismic cycle.
R&D Collaborator - Edge AI for Chemical Sensing
2025 | Anzio, Italy SensiChips
Designed efficient machine learning algorithms for chemical sensing under embedded constraints, enabling continual learning and robustness to sensor drift through quantization and optimized weight updates.
Education
M.Sc. in Applied Mathematics for Artificial Intelligence
2025 - Present | Rome, Italy Sapienza University of Rome
Advanced coursework in machine learning, deep learning, statistical inference, and mathematical modeling.
B.Sc. in Mathematical Sciences for Artificial Intelligence
2022 - 2025 | Rome, Italy Sapienza University of Rome
Strong foundation in machine learning, optimization, numerical methods, and data analysis.
Thesis: Machine Learning for Sensor Signals: Time Series Classification in Real-World Environments
Technical High School Diploma in Computer Science
2017 - 2022 | Nettuno, Italy ITIS Luigi Trafelli
Specialized in computer science, software development, networking, and database systems.
Skills Summary
- Programming:Python, SQL, Java, C/C++
- Machine Learning:PyTorch, TensorFlow, NumPy, explainable AI, model quantization, embedded AI, resource-constrained machine learning
- Data Science & Mathematics:Statistical inference, optimization, numerical methods, scientific computing, signal processing
Activities
- ML4SEG 2026
Workshop on Machine Learning for Solid Earth Geosciences, Sicily, Italy
- EGU26 Publication Station-Level and Network-Wide SHAP Explanation of CNN Models for Seismic Cycle Monitoring: Evidence from Norcia 2016 CNNs classify foreshocks and aftershocks with high accuracy, while SHAP reveals that station-specific effects strongly influence model interpretability. Publication Analysis of Foreshocks and Aftershocks in a microseismic sequence in Switzerland using Explainable AI A CNN distinguishes pre- and post-mainshock seismic traces, while SHAP identifies physically meaningful 30–40 Hz features linked to foreshock activity.
European Geosciences Union General Assembly, Vienna, Austria
-
International Conference on Image Analysis and Processing, Rome, Italy
- Silicon Valley Fellowship External link Silicon Valley Fellowship Startup and venture capital immersion program in San Francisco.
Startup and venture capital immersion program, San Francisco, USA
Languages
- Italian: Native
- English: Professional working proficiency
Hobbies
Basketball, graphic design, and content creation.
Professional Experience
Studente ricercatore - Machine learning spiegabile per le scienze della Terra
2025 - Presente | Roma, Italia Sapienza Università di Roma
Applicazione del machine learning spiegabile alla dinamica dei terremoti, con particolare attenzione a modelli interpretabili dell'evoluzione dello stress sulle faglie durante il ciclo sismico.
Collaboratore R&S - Edge AI per il rilevamento chimico
2025 | Anzio, Italia SensiChips
Progettazione di algoritmi efficienti di machine learning per il rilevamento chimico su sistemi embedded, con apprendimento continuo e robustezza alla deriva dei sensori attraverso quantizzazione e aggiornamenti ottimizzati dei pesi.
Education
Laurea magistrale in Matematica Applicata per l'Intelligenza Artificiale
2025 - Presente | Roma, Italia Sapienza Università di Roma
Corsi avanzati di machine learning, deep learning, inferenza statistica e modellazione matematica.
Laurea triennale in Scienze Matematiche per l'Intelligenza Artificiale
2022 - 2025 | Roma, Italia Sapienza Università di Roma
Solida preparazione in machine learning, ottimizzazione, metodi numerici e analisi dei dati.
Diploma di istituto tecnico in Informatica
2017 - 2022 | Nettuno, Italia ITIS Luigi Trafelli
Specializzazione in informatica, sviluppo software, reti e sistemi di database.
Skills Summary
- Programmazione:Python, SQL, Java, C/C++
- Machine learning:PyTorch, TensorFlow, NumPy, intelligenza artificiale spiegabile, quantizzazione dei modelli, intelligenza artificiale embedded, machine learning con risorse limitate
- Data science e matematica:Inferenza statistica, ottimizzazione, metodi numerici, calcolo scientifico, elaborazione dei segnali
Activities
- ML4SEG 2026
Workshop on Machine Learning for Solid Earth Geosciences, Sicilia, Italia
- EGU26 Pubblicazione Spiegazione SHAP a livello di stazione e di rete per modelli CNN destinati al monitoraggio del ciclo sismico: evidenze da Norcia 2016 Le CNN classificano foreshock e aftershock con grande accuratezza, mentre SHAP mostra che gli effetti specifici delle stazioni influenzano fortemente l'interpretabilità del modello. Pubblicazione Analisi di foreshock e aftershock in una sequenza microsismica in Svizzera mediante intelligenza artificiale spiegabile Una CNN distingue le tracce sismiche precedenti e successive al mainshock, mentre SHAP individua caratteristiche fisicamente significative tra 30 e 40 Hz legate all'attività dei foreshock.
Assemblea generale della European Geosciences Union, Vienna, Austria
-
International Conference on Image Analysis and Processing, Roma, Italia
- Silicon Valley Fellowship Collegamento esterno Silicon Valley Fellowship Programma immersivo su startup e venture capital a San Francisco.
Programma immersivo su startup e venture capital, San Francisco, Stati Uniti
Languages
- Italiano: Madrelingua
- Inglese: Competenza professionale
Hobbies
Pallacanestro, design grafico e creazione di contenuti.