In occasione di Hack@MI e di #STEMinTheCity 2020 abbiamo avuto il piacere di incontrare Francesco Cricchio, vincitore del primo hackathon organizzato da Open Search Network in occasione di C1A0 Artificial Intelligence Expo 2019, tenutosi a Genova nel mese di novembre 2019.

Francesco Cricchio è CEO di Brain Company e co-founder di Talent Garden a Genova.

La missione di Brain è supportare le società di investimento nello sviluppo dei propri modelli quantitativi attraverso l’applicazione di metodi statistici avanzati e la tecnologia dei Big Data. Brain sviluppa inoltre modelli proprietari quantitativi per strategie di investimento basate su tecniche di Machine Learning e Natural Language Processing testate utilizzando simulazioni statistiche all’avanguardia.

«In qualità di CEO di Brain, sono responsabile della costruzione di strumenti e metodologie computazionali per risolvere problemi statistici complessi nel settore della finanza quantitativa; per fornire un vantaggio competitivo ai nostri clienti».

Francesco Cricchio, CEO di Brain Company

Francesco Cricchio, a partire dal dottorato di ricerca in Svezia in Fisica, si è dedicato alla risoluzione di problemi computazionali in diversi settori utilizzando una vasta gamma di tecniche; da simulazioni della struttura elettronica dei materiali nella Fisica dello stato solido all’applicazione di metodi di Machine Learning in vari settori industriali con focus sulla finanza.

Qual è stato il suo percorso di studi?

Ho studiato Fisica a Genova e poi ho fatto un dottorato in Fisica Computazionale a Uppsala in Svezia. Durante tutta la mia carriera, sia in ricerca che nell’industria, mi sono dedicato all’applicazione di vari metodi statistici, tra cui il Machine Learning, per risolvere problemi computazionali in vari settori industriali.

Com’era l’ambiente accademico quando ha cominciato? Si parlava già di Big Data, Machine Learning, Intelligenza Artificiale?

Per il tipo di studi che ho affrontato, il mio settore era già legato al tema dei Big Data e al tema dell’Intelligenza Artificiale. Ne parlavamo solo noi esperti, mentre i media assolutamente non trattavano l’argomento; che oggi, invece, comincia a essere di più ampia diffusione.

Com’è stato il suo approccio al mondo del lavoro? Ha qualche consiglio per le nuove leve?

Il mio dottorato in Svezia, essendo stato dedicato anche all’implementazione di metodi di calcolo per la Fisica, mi ha dato degli strumenti informatici che sono riuscito ad applicare con ottimi risultati in altri campi.

Il mio consiglio per le nuove leve (sopratutto se stanno studiando una disciplina scientifica, N.d.R.) è quello di sforzarsi di imparare anche la programmazione come strumento complementare alle proprie competenze. Raccomando il linguaggio python per la flessibilità e l’applicabilità alla Data Science. Esistono anche ottimi corsi on-line a riguardo.

Come sono le condizioni del mercato del lavoro, oggi, nel settore big data, machine learning, A.I.?

C’è un’elevata richiesta di Data Scientist e profili scientifici che sappiano analizzare i dati. Una difficoltà è quella di fare il matching tra le aspettative dei clienti/management dovute all’hype del tema I.A. con i risultati reali. L’Intelligenza Artificiale è un approccio statistico certamente molto potente, però suggerisco di applicarlo sempre dopo aver studiato a fondo il problema e non solo come black box.

Affiancare profili STEM a profili di formazione umanistica che vantaggi può portare a un team di lavoro?

Un team multidisciplinare che unisce competenze diverse per risolvere problemi è molto potente.

L’interdisciplinarità è un aspetto sempre più importante: come si applicano le proprie competenze fuori dalla propria comfort zone, come le è capitato di dover fare, ad esempio, durante C1A0 2019?

Per vincere l’hackathon di Genova è stato molto importante il lavoro in team con il mio collega Alessandro Sellerio. Essendo entrambi dei Fisici siamo abituati a dover affrontare ogni volta problemi diversi, come spesso avviene nella ricerca. Il mio consiglio è quindi di fare un piano di lavoro il più preciso possibile e suddividerlo con ruoli ben definiti all’interno del proprio team. A tal proposito, è fondamentale costruire una squadra che faccia leva su varie competenze.

Che aspetti positivi può portare un hackathon dal punto di vista professionale ed esperienziale?

Dal punto di vista personale se ne esce rafforzati. Il dover affrontare una sfida in così breve tempo rafforza prontezza di riflessi, inventiva e capacità di concentrazione.

Dal punto di vista professionale, offre l’occasione per mostrare a un’ampia platea le proprie competenze.

Avendo io partecipato come azienda all’hackaton, infatti, è stata l’occasione per mostrare che i metodi di IA sviluppati per la Finanza nell’azienda di cui sono CEO, Brain, erano applicabili anche a altri settori.

Senza entrare nel merito del piacere per le sfide, per il gioco, e dell’incentivo dato dal premio in denaro: perché ha partecipato a un hackathon?

Nel caso specifico volevo testare alcuni metodi di Intelligenza Artificiale, sviluppati per le serie temporali finanziare con la mia azienda Brain, a un altro campo. Abbiamo così potuto valutarne la robustezza. Direi che la prova è stata superata.

Quali sono le leve decisionali più importanti, ad oggi, quando si valuta una nuova offerta lavorativa?

Metterei in ordine: passione per il lavoro che si va a fare; flessibilità (negli orari e nel luogo, N.d.R.) e, chiaramente, la retribuzione.

Il tema principale di Hack@MI è Sotenibilità e Futuro. Che cosa si intende, oggi, con il termine Smart City?

Quando si parla di Smart City penso a una città sostenibile, socialmente innovativa ed efficiente, che permetta un’elevata qualità di vita per i suoi abitanti; riuscendo al tempo stesso a soddisfare i bisogni di imprese e istituzioni. Questo obiettivo coinvolge progetti nei campi della tecnologia, dell’ambiente, della mobilità e dell’efficienza energetica.

C’è un problema legato alla sostenibilità con cui vorrebbe confrontarsi?

Sarebbe interessante lavorare sull’ottimizzazione della gestione dei flussi di traffico usando modelli di Intelligenza Artificiale in grado di combinare Dati da più fonti: sensori, telecamere, geolocalizzazione su cellulare; GPS e magari anche immagini satellitari.