Lazio

Nato e cresciuto a Roma, nel 2016 ho conseguito la laurea magistrale in Economia (indirizzo Finanza Quantitativa) presso l’Università di Roma Tor Vergata, presentando una tesi riguardante la misurazione del gap risk per un portafoglio coperto da una strategia CPPI. Dopo una parentesi di un anno come consulente funzionale, seguendo la mia inclinazione verso l’IT e data la crescente importanza dei big data, ho deciso di approfondire la mia conoscenza nel campo dell’analisi dati, sia a livello teorico che pratico, in modo da estendere ed arricchire gli aspetti più quantitativi e analitici presenti nel mio percorso accademico.

Amelia è laureata con lode in Scienze Economiche presso l'Università Roma Tre ed ha ottenuto il master in Management dell'Innovazione e Ingegneria dei servizi presso la Scuola Superiore Sant'Anna di Pisa. Ha lavorato come analista in team altamente orientati al cliente ed ha deciso di acquisire nuove competenze in big data analytics e social mining per supportare le aziende all'utilizzo strategico dei dati.
https://www.linkedin.com/in/ameliamorricone

Nato a Roma il 27/09/1986. Ha conseguito la laurea magistrale in filosofia con il massimo dei voti nel 2014. Ha iniziato a lavorare come giornalista nel 2010, arrivando a scrivere per diverse testate e a ricoprire il ruolo di caporedattore. Da gennaio 2013 è iscritto all'Albo dei giornalisti del Lazio, nell'elenco pubblicisti. Ha frequentato due tirocini sui linked open data e sul web semantico, che gli hanno dato modo di apprendere la rappresentazione con la logica descrittiva di un dominio di conoscenza in forma di ontologia con linguaggio rdf / owl. La passione per l'informatica e l'interesse per gli strumenti di analisi statistica, fondamentali per le discipline sociali e scientifiche, lo hanno indotto a scegliere questo master.
https://it.linkedin.com/pub/michele-lupo/93/46/260

Mario Massimo Mazzarella, nato a Roma il 29-09-1982. Perito informatico e laurea specialistica in matematica presso Sapienza Università di Roma, con una tesi in analisi di sequenze di dati dal titolo “Similarità tra testi tramite la trasformata di Burrows e Wheeler”, con Erasmus presso Royal Holloway University of London. Lingue conosciute: inglese, certificazione PET. Linguaggi di programmazione conosciuti: C, C++, Python, JavaScript, SPARK, Matlab. Capo scout Agesci dal 2003 al 2007.

Marta si è laureata in Matematica all’università di Roma Sapienza nel 2015. Dopo aver scritto una tesi in Teoria dei Nodi, i suoi interessi si sono gradualmente spostati verso il Machine Learning e l’Analisi Dati. Sarebbe interessata a perseguire i suoi studi in Informatica e Statistica.