I am an AI Research Scientist (PhD Candidate) specializing in Data-Efficient Deep Learning and 3D Computer Vision. My focus is solving the 'Data Scarcity' bottleneck by architecting scalable Active Learning frameworks and MLOps infrastructure that drastically reduce labeling costs while maximizing model performance.

My research on Data-Centric AI for complex 3D topologies has achieved State-of-the-Art results, securing two 9% acceptances at MICCAI 2025. I bridge the gap between theoretical research and production engineering, using high-dimensional medical imaging as a high-complexity sandbox to solve universal computer vision problems.

With a Double Degree MSc. in Data Science and a background in Biomedical Engineering, I am passionate about deploying robust, safety-critical AI systems in real-world environments.

Sono un ricercatore in IA (dottorando) specializzato in Data-Efficient Deep Learning e 3D Computer Vision. Il mio obiettivo è risolvere il problema della 'Data Scarcity' progettando framework scalabili di Active Learning e infrastrutture MLOps che riducono drasticamente i costi di annotazione massimizzando al contempo le prestazioni dei modelli.

La mia ricerca sulla Data-Centric AI per topologie 3D complesse ha raggiunto risultati allo Stato dell'Arte (SOTA), ottenendo due accettazioni Top 9% alla conferenza MICCAI 2025. Colmo il divario tra ricerca teorica e ingegneria di produzione, utilizzando l'imaging medico ad alta dimensione come una 'sandbox' ad alta complessità per risolvere problemi universali di Computer Vision.

Con una doppia laurea magistrale in Data Science e un background in Ingegneria Biomedica, mi appassiona lo sviluppo e il deployment di sistemi AI robusti e safety-critical in ambienti reali.