Daniele Falcetta est actuellement doctorant au département Data Science d'EURECOM - Sophia Antipolis, pasionnée par l'avancement des connaissances scientifiques et la contribution au domaine de l'apprentissage automatique pour l'imagerie médicale par le biais d'une recherche de pointe. Ayant récemment obtenu son Master, Daniele est déterminé à poursuivre son doctorat et à apporter des contributions significatives à la communauté scientifique.
Après avoir obtenu une licence en ingénierie biomédicale au Politecnico di Torino (Italie) en 2017, Daniele a terminé en 2023 son double diplôme de master en science et ingénierie des données (ingénierie informatique) au Politecnico di Torino et à l'Institut EURECOM (France), où il a obtenu son diplôme avec distinction. Il a fait preuve de performances académiques exceptionnelles, obtenant régulièrement les meilleures notes tout au long de son programme. La thèse de maîtrise de Daniele, réalisée en collaboration avec SAP Labs France, s'est concentrée sur l'analyse de la représentation avancée du code avec l'apprentissage automatique pour repérer les vulnérabilités du code dans les commits.
Les intérêts de recherche de Daniele se situent à l'intersection de la science des données et de l'ingénierie biomédicale, avec un accent particulier sur les techniques avancées d'apprentissage automatique pour la segmentation d'images cérébrovasculaires en 3D. Sa recherche de doctorat, menée sous la supervision du professeur à EURECOM Maria A. Zuluaga, vise à développer de nouveaux algorithmes d'apprentissage actif et fédéré afin d'aider les médecins à segmenter les images médicales. En étudiant le monde complexe de la segmentation des vaisseaux cérébraux, Daniele aspire à fournir des informations précieuses pour le développement de nouveaux modèles et algorithmes d'apprentissage profond.
L'objectif ultime de Daniele est de combler le fossé entre la recherche fondamentale et les applications cliniques, en traduisant les découvertes scientifiques en solutions pratiques qui améliorent la santé humaine.
Avec une solide formation universitaire, une passion pour l'exploration scientifique et une volonté de faire la différence dans le domaine de la segmentation des images médicales, Daniele Falcetta est un candidat au doctorat dévoué qui s'engage à faire progresser notre compréhension de l'apprentissage automatique dans le domaine médical. Pour plus d'informations sur ses recherches et son parcours professionnel, veuillez consulter son profil LinkedIn à l'adresse: https://www.linkedin.com/in/danielefalcetta/ ou le contacter à l'adresse: daniele.falcetta@eurecom.fr.
