Maurizio Ferrari Dacrema è un ricercatore al Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del Politecnico di Milano.
I suoi principali temi di ricerca sono i sistemi di raccomandazione, con particolare attenzione alla valutazione e riproducibilità dei risultati pubblicati, e l’applicazione delle attuali tecnologie di Quantum Computing per la risoluzione di problemi di ottimizzazione e machine learning.
Nel 2020 ha conseguito con lode il dottorato in Information Technology al Politecnico di Milano, con la tesi “An assessment of reproducibility and methodological issues in neural recommender systems research”. Gli è stato riconosciuto il “Prof. Florian Daniel” Award per la migliore tesi dottorale in Computer Science Engineering al DEIB. Nel 2019 ha conseguito il Best ACM Long Paper Award con l’articolo “Are We Really Making Much Progress? A Worrying Analysis of Recent Neural Recommendation Approaches”.
Dal 2014 svolge attività di supporto alla didattica in qualità di esercitatore e tutor per vari insegnamenti di livello Triennale e Magistrale. Nel 2020 è stato docente del corso di dottorato “Applied Quantum Machine Learning”.
Dal 2014 si occupa inoltre dell’assicurazione qualità nei processi di formazione in ambito universitario ed ha svolto oltre 30 visite di accreditamento per conto dell’Agenzia Nazionale di Valutazione del sistema Universitario e della Ricerca (ANVUR) e dell’agenzia QUACING per l’accreditamento EUR-ACE dei corsi di studio in ingegneria. E’ stato membro della commissione ANVUR 2020-2022 incaricata di valutare le proposte di istituzione di nuove università. Ha svolto inoltre alcune visite di valutazione internazionale con le agenzie NVAO (Paesi Bassi), AQU Catalunya (Catalogna) e THEQC (Turchia) in atenei europei relative anche a progetti Horizon2020 ed Erasmus+. E’ membro del registro esperti internazionali delle agenzie di accreditamento di Lituania, Turchia e Bosnia ed Erzegovina.
Dal 2011 al 2014 è stato membro di diverse commissioni di Ateneo coinvolte nei processi di formazione.
I suoi principali temi di ricerca sono i sistemi di raccomandazione, con particolare attenzione alla valutazione e riproducibilità dei risultati pubblicati, e l’applicazione delle attuali tecnologie di Quantum Computing per la risoluzione di problemi di ottimizzazione e machine learning.
Nel 2020 ha conseguito con lode il dottorato in Information Technology al Politecnico di Milano, con la tesi “An assessment of reproducibility and methodological issues in neural recommender systems research”. Gli è stato riconosciuto il “Prof. Florian Daniel” Award per la migliore tesi dottorale in Computer Science Engineering al DEIB. Nel 2019 ha conseguito il Best ACM Long Paper Award con l’articolo “Are We Really Making Much Progress? A Worrying Analysis of Recent Neural Recommendation Approaches”.
Dal 2014 svolge attività di supporto alla didattica in qualità di esercitatore e tutor per vari insegnamenti di livello Triennale e Magistrale. Nel 2020 è stato docente del corso di dottorato “Applied Quantum Machine Learning”.
Dal 2014 si occupa inoltre dell’assicurazione qualità nei processi di formazione in ambito universitario ed ha svolto oltre 30 visite di accreditamento per conto dell’Agenzia Nazionale di Valutazione del sistema Universitario e della Ricerca (ANVUR) e dell’agenzia QUACING per l’accreditamento EUR-ACE dei corsi di studio in ingegneria. E’ stato membro della commissione ANVUR 2020-2022 incaricata di valutare le proposte di istituzione di nuove università. Ha svolto inoltre alcune visite di valutazione internazionale con le agenzie NVAO (Paesi Bassi), AQU Catalunya (Catalogna) e THEQC (Turchia) in atenei europei relative anche a progetti Horizon2020 ed Erasmus+. E’ membro del registro esperti internazionali delle agenzie di accreditamento di Lituania, Turchia e Bosnia ed Erzegovina.
Dal 2011 al 2014 è stato membro di diverse commissioni di Ateneo coinvolte nei processi di formazione.
