Experience

Ricercatore PhD

Scuola Superiore Sant'Anna

Ricerca all’intersezione tra AI, agent-based modeling ed economia, nel Dottorato Nazionale in Intelligenza Artificiale (Scuola Superiore Sant’Anna e Universita di Pisa).

  • Modelli agent-based differenziabili e agenti generativi basati su LLM per la simulazione economica.
  • Statistical model checking di modelli agent-based - lavoro pubblicato a MARS @ ETAPS 2026.
  • Metodi robusti e ad alta dimensionalita per dati finanziari, socio-economici e testuali.

Tutor Accademico

University of Rome Tor Vergata

Ho fornito supporto accademico presso il Centro Elaborazione Dati, la biblioteca di ateneo e le attivita del corso di Supply Chain Management.

  • Ho supportato gli studenti in statistica, pianificazione dello studio e scelta degli insegnamenti.
  • Ho affiancato la didattica e supervisionato i progetti degli studenti.

Formazione

Dottorato in Intelligenza Artificiale

Scuola Superiore Sant'Anna & University of Pisa

Focus di ricerca: “Learning How to Learn: Adaptive Cognitive Architectures for Economic Network Formation”. I metodi includono modelli agent-based differenziabili, agenti generativi basati su LLM, apprendimento multi-agente, dinamiche di rete e statistica robusta.

Master di II livello in Customer Experience, Statistics, ML and AI

University of Rome Tor Vergata

Voto finale: 110/110 con lode. Thesis: “Network Topology Analysis and Machine Learning Techniques for Systemic Risk Prediction in U.S. Equity Markets”. Programma avanzato in statistica, machine learning e intelligenza artificiale con SAS Academic Specialization in Advanced Data Analytics and Machine Learning Engineering. Selezionato tra i 3 migliori diplomati del Master da SAS Global Academic Management per l’iniziativa talenti SAS/DDI Data Lovers.

Laurea Magistrale in Financial Markets and Financial Intermediaries

University of Rome Tor Vergata

Voto finale: 108/110. Thesis: “High-dimensional Robust Portfolio Optimization Under Contamination: A Factor-Analytic Approach”. Relatore: Prof. Alessio Farcomeni. Focus: statistica robusta, finanza quantitativa e metodi fattoriali.

Laurea Triennale in Governance & International Relations

University of Rome Tor Vergata

Voto finale: 110/110 con lode. Thesis: “Consumer Choice Under Uncertainty: From Homo Oeconomicus to Homo Temperatus”. Relatore: Prof. Gustavo Piga. Scambio Erasmus+: University of Paris Est-Creteil (Ago 2021 - Feb 2022).

YUFE Student Journey

Young Universities for the Future of Europe (Alleanza Universitaria Europea)

Selezionato per la coorte competitiva di Tor Vergata (top 30 studenti di ateneo). Superato esame di lingua tedesca (A1/A2, Università di Brema) e completata formazione accademica inter-ateneo nelle università partner europee.

Laurea Triennale in Filosofia (non completata)

University of Rome La Sapienza

Corsi sostenuti in logica, epistemologia, filosofia della scienza, filosofia del linguaggio, semiotica, filosofia teoretica, etica, filosofia politica, estetica e storia della filosofia.
Competenze
Programmazione e Calcolo Scientifico
Python
PyTorch e JAX
R
MATLAB
SQL e SAS
LaTeX e Git
Machine Learning e Intelligenza Artificiale
Sistemi Agentici e Orchestrazione Multi-Agente
Deep Learning e Transformer
Graph Neural Networks (GNN)
Fine-Tuning LLM e RAG
Programmazione Differenziabile
Explainable AI (XAI)
Simulazione e Agent-Based Modeling
Agent-Based Modeling (ABM)
Statistical Model Checking (SMC)
Simulazione Differenziabile
Apprendimento per Rinforzo Multi-Agente
Analisi Controfattuale e di Scenario
Metodi Statistici ed Econometria
Statistica Robusta e Modelli Fattoriali
Inferenza ad Alta Dimensionalità
Econometria delle Serie Storiche
Inferenza Universale e Causale
Metodi Monte Carlo
Sistemi Complessi e Reti
Network Science e Topologia di Rete
Reti Finanziarie ed Economiche
Dinamiche di Contagio e Cascata
Community Detection
NLP e Text Analytics
Text Mining e NLP
Analisi di Reti Semantiche
Topic Modeling e Sentiment Analysis
Framework di Validazione Multilingua
Finanza Quantitativa e Rischio
Ottimizzazione di Portafoglio
Modellazione del Rischio Sistemico
Stress Testing e Analisi di Scenario
Bloomberg Terminal e LSEG Workspace
HPC e Infrastruttura
Cluster HPC e SLURM (CINECA Leonardo)
Calcolo su GPU
MLOps / LLMOps
Riconoscimenti
Premio VADISTAT per il miglior contributo scientifico
Associazione VADISTAT - Per Simona Balbi (JADT 2026) ∙ luglio 2026
Assegnato alla 18ª Conferenza Internazionale JADT 2026 a Palermo, per l’articolo ‘A Multi-Method Validation Framework for Large-Scale Multilingual Text Analytics’ (sviluppato insieme alla Prof.ssa D. Fioredistella Iezzi).
Grant CINECA ISCRA C
CINECA - Infrastruttura Nazionale Italiana di Supercalcolo ∙ luglio 2026
Assegnate risorse di calcolo sul supercomputer Leonardo per un progetto su modelli simulativi differenziabili e tensor-native.
Grant di Ateneo UniPi per eventi scientifici organizzati da dottorandi
Università di Pisa ∙ aprile 2026
Finanziamento per la co-organizzazione di COMPASS, workshop interdisciplinare su complessità, mercati, policy e AI nei sistemi sociali.
Selezione Top Talent SAS — Master CESMA
SAS Institute & University of Rome Tor Vergata ∙ febbraio 2026
Selezionato tra i 3 migliori diplomati del Master da SAS Global Academic Management per l’iniziativa talenti SAS/DDI Data Lovers.
Finalista Alpine Climate Data Challenge
Alpine Climate Data Challenge ∙ marzo 2025
2° Posto AI Data Hackathon
Hera Group, BTO Research & Digitiamo ∙ dicembre 2024
Secondo classificato nell’hackathon nazionale di data science per la modellazione predittiva del rischio perdite gas con forte sbilanciamento delle classi.
1° Posto — Huawei DigitALL Night
Huawei Technologies ∙ novembre 2024
Vincitore della competizione nazionale su innovazione tecnologica, networking e ICT.
Selezione Bertelsmann Next Generation Tech Booster
Bertelsmann & Udacity ∙ marzo 2024
Selezionato su oltre 17.000 candidature globali per il programma avanzato in Generative AI e deep learning.
Premi per il tutorato accademico (x2)
University of Rome Tor Vergata ∙ gennaio 2024
Ricevuto due volte per eccellenza nel supporto agli studenti e nell’assistenza alla didattica.
Lingue
100%
Italian Madrelingua
100%
English Fluente (C1/C2)
60%
French Intermedio (B1)
40%
German Base (A1/A2)
40%
Spanish Base (A2)