AI / ML applicata
Foundation model, computer vision, self-supervised learning e la valutazione che dice se un risultato è reale. L'imaging medico è dove tutto questo gira.
Ciao, sono Francesco 👋 · Artigiano hi-tech
Scopro quando il modello sbaglia.
Ingegnere ML · Consulente AI
Ingegnere e ricercatore applicato in AI, con dottorato. Porto modelli difficili dalla ricerca a sistemi che funzionano: foundation model per l'imaging medico, robot in fabbrica e l'infrastruttura che li tiene in produzione. Che si parta da una domanda di ricerca o da un problema di produzione, il lavoro è lo stesso.
FV 
Dieci anni, ricerca e industria
- Univ. Naples Federico II
- Univ. Siena
- TU Wien
- TU Munich
- Disney Research
- Roboception
- Marie Skłodowska-Curie Fellow
Cosa faccio
Tre aree, un filo conduttore: far arrivare l'AI in produzione.
Robotica & Edge AI
Navigazione e percezione ROS2, inferenza in tempo reale su NVIDIA Jetson, deployment embedded e sistemi industriali venduti in diversi paesi.
Infrastruttura ML
Infrastruttura di training e MLOps: run distribuiti, tracking degli esperimenti, riproducibilitĂ e delivery su Kubernetes che fa rollback da sola.
Lavori selezionati
Prove, non slide.
AI / ML Research
Foundation Model for Gastroenterology Imaging
Strategia di pretraining SSL e pipeline dati cloud per un foundation model ViT su oltre 5M di frame video gastrointestinali.
5M+ frame
video gastrointestinali, pretraining self-supervised
Robotics & Edge
Edge AI Occupancy Monitoring System
Tracciamento delle persone in tempo reale e automazione a zone su NVIDIA Jetson, direttamente all'edge.
Tempo reale su Jetson
tracking e stima distanze on-device, eventi di zona MQTT
Robotics & Edge
Reliability Uplift in Industrial Bin-Picking
Software di percezione e grasping per i prodotti industriali rc_visard e rc_cube di Roboception.
+9% affidabilitĂ di presa
bin-picking industriale, nei prodotti rc_visard e rc_cube
Ricerca
Non mi limito ad addestrare modelli. Verifico cosa stanno davvero imparando.
Due studi recenti, su dati pubblici, con i risultati negativi lasciati dentro.
-
Endoscopy · acquisition shortcuts
0.961
as acquired
You can tell which hospital a colonoscopy frame came from 96% of the time, without looking at the anatomy, and the standard fix barely helps.
-
Fetal ultrasound · orientation
0.28°
second-order moments, no training
Estimating fetal cardiac orientation does not need a trained model: closed-form geometry beats the network by two orders of magnitude.
La mia storia
Da una tesi di robotica alla Disney all'AI in clinica.
Ho studiato ingegneria a Siena e ho fatto la tesi magistrale al Disney Research di Zurigo, sul controllo in retroazione per un robot che stringe la mano, poi diventato un articolo su IEEE RA-L. Da lì in poi il filo è sempre lo stesso: mi piace costruire cose che devono funzionare con persone vere, nel mondo reale.
Ho passato anni in Germania a farlo: robot mobili autonomi installati in fabbrica e il software di percezione 3D e grasping di Roboception per il pick-and-place industriale. Poi sono tornato alla ricerca con un dottorato Marie Skłodowska-Curie a Napoli, con periodi alla TU Wien, studiando come i robot rendono leggibili le proprie intenzioni.
Parliamone
Dimmi cosa stai cercando di costruire, cosa non funziona e con quali vincoli.