Data Scientist con focus su probabilistic ML e sistemi LLM agentic. Esperienza end-to-end nel portare prodotti AI dalla ricerca alla produzione — dal modello all'infrastruttura dati alla UI. Linea coerente di lavoro su responsible AI (fairness, bias) e su sistemi di memoria probabilistica per agenti LLM.
vague — Probabilistic Memory for LLM AgentsLibreria Python per memoria probabilistica di agenti LLM via Gaussian Mixture Models sullo spazio degli embedding. Su LongBench (Claude 3 Haiku): compressione del contesto 2.9–7.3×, F1 paragonabile a dense retrieval, closed-form merge analitico tra agenti senza re-indexing. Integrazione Anthropic SDK e LangGraph.
Adversarial-Fair-ClassificationClassificazione binaria con adversarial debiasing per massimizzare la p-rule; hyperparameter tuning via SMBO; analisi fairness su gruppi protetti.
A Framework for Unbiased Word Embedding — framework per la riduzione di bias di genere su word embedding pre-trained.