Scholar Profile
Publons Profile
Short bio
Mi chiamo Damiano Verda, sono nato nel 1985 e da marzo 2019 sono il responsabile del dipartimento di sviluppo workflow presso Rulex, Inc., dopo aver ricoperto nella stessa azienda, nei quattro anni precedenti, i ruoli di Data Engineer, Senior Software Engineer e Senior Data Scientist. Prima di far parte di Rulex, sono stato titolare di un assegno di ricerca presso il CNR-IEIIT di Genova per un anno, la mia ricerca si è svolta all'interno del progetto bandiera Interomics, sotto la guida di Marco Muselli.
A settembre 2020 ho conseguito la mia seconda laurea magistrale, in Ingegeneria Gestionale, presso l'Università Telematica Internazionale Uninettuno: 110/110 e lode, tesi dal titolo "Studio e sviluppo di algoritmi per la logistica urbana".
La mia attività di ricerca presso Rulex e il CNR-IEIIT è focalizzata sul frequent pattern mining e sullo sviluppo di modelli interpretabili: ciò ha condotto alla pubblicazione dell'articolo "Logic Learning Machine and standard supervised methods for Hodgkin’s lymphoma prognosis using gene expression data and clinical variables" paper nella rivista Health Informatics Journal a Marzo 2018 e di "Unsupervised learning and rule extraction for Domain Name Server tunneling detection" nel numero di Marzo/Aprile 2019 di Internet Technology Letters.
Prima dell'anno di lavoro al CNR, ho conseguito il dottorato in Ingegneria Elettronica, Informatica, della Robotica e delle Telecomunicazioni presso l'Università di Genova ad aprile 2014, concentrandomi su tematiche di ricerca legate alla percezione robotica. Nell'ambito del dottorato, uno degli obiettivi è stato l'adattamento di algoritmi di SLAM (Simultaneous Localization and Mapping, tecnologia normalmente utilizzata in robotica mobile per la ricostruzione di una mappa dell'ambiente esplorato e del percorso seguito in tale ambiente) all'utilizzo con sensori indossabili: un laser scanner e di una 6-DOF Inertial Measurement Unit, entrambi fissati su un elmetto protettivo. Inoltre è stata sviluppata una tecnica di riconoscimento oggetti, a livello di categoria, basata sui dati rilevati da un sensore Microsoft Kinect. Entrambi i progetti hanno dato vita a pubblicazioni scientifiche, sulla rivista Robotics And Autonomous Systems, pubblicata da Elsevier, rispettivamente a dicembre 2011 e dicembre 2013.
Ho contribuito inoltre a sviluppare, durante il periodo passato all'estero presso il Robotic and Perception Group dell'Università di Zurigo (guidato dal prof. Davide Scaramuzza) una tecnica di position tracking per Micro Air Vehcile che fa uso di un modello tridimensionale dell'area considerata. I risultati sono illustrati negli articoli "Micro Air Vehicle Localization and Position Tracking from Textured 3D Cadastral Models", pubblicato negli atti della conferenza ICRA (International Conference on Robotics and Automation) 2014 e "Air-ground Matching: Appearance-based GPS-denied Urban Localization of Micro Aerial Vehicles", pubblicato dalla rivista Journal of Field Robotics nel numero di ottobre 2015.
Precedente formazione:
- 2010: laurea specialistica in Ingegneria Informatica presso l'Università di Genova (indirizzo robotica ed automazione), tesi su "Sviluppo di un sistema per la creazione di mappe e l'autolocalizzazione basato su sensori indossabili", 110/110 e lode
- 2007: laurea triennale in Ingegneria Informatica presso l'Università di Genova col punteggio di 110/110, discutendo una tesi dal titolo "Sperimentazione di wireless sensor network in ambito robotico e domotico"
- 2004: maturità scientifica con 100/100 e particolare menzione per "la qualità di evidente eccellenza per la grande ricchezza di riferimenti culturali e per la cogenza logica e argomentativa" presso il liceo scientifico "G. P. Vieusseux" di Imperia
