Professore Associato di statistica, Socio ordinario della SIS (Società Italiana di Statistica). Svolge attività di ricerca nell’ambito del data science, Senior Lecturer ALTIS
Professore Associato di Statistica, Socio ordinario della SIS (Società Italiana di Statistica), membro delle associazioni: ARIA (American Risk and Insurance Association), CLADAG (Classification and Data Analysis Group), ENBIS (European Network for Business and Industrial Statistics).
Ha svolto attività di ricerca e di formazione anche per aziende leader nella microelettronica, compagnie di assicurazione, per l’istituto di vigilanza (IVASS) e l’ordine dei commercialisti. I suoi interessi scientifici si collocano all'interno del data science ricercando metodologie che, partendo da modelli generalizzati o di machine learning, consentano di monitorare il rischio finanziario o assicurativo, di ottimizzare processi tecnologici o di individuare criteri per allocazione di risorse economiche. Sono altresì di interesse modelli, tipicamente spaziali, che consentano la stima del rischio di incidente su network stradale, necessario sia in ambito assicurativo che per politiche sociali. Tra gli ambiti applicativi rientrano la predictive maintenance, la selezione di portafoglio di investimenti, calcolo di premi assicurativi nel ramo danni, utilizzando anche big data e text mining.
È autore di numerosi articoli scientifici apparsi su riviste internazionali. È stato relatore invitato presso convegni anche internazionali. È membro dello scientific committee dell’annuale convegno “Insurance Data Science”.
[EN] Member of Scientific communities: SIS (Società Italiana di Statistica), CLADAG (Classification and Data Analysis Group), ENBIS (European Network for Business and Industrial Statistics), ARIA (American Risk and Insurance Association). He served as research consultant for companies leader in microelectronics, insurance, the institute for the Supervision of Insurance (IVASS), the Italian professional accounting association.
Research interest are about methods for variable selection with penalized regression to optimize classification or improve prediction accuracy. Applications are about predictive maintenance, portfolio selection, computation of pure premiums in insurance based on big data and text mining.
Member of the Faculty of the following Masters: Pianificazione e Controllo [IT], Finanza: strumenti, mercati e sostenibilità [IT], Strategic Management for Global Business [EN].