1. HOME
  2. Ateneo
  3. Docenti e collaboratori

Alessandro Nuara

Titolare di contratto per attività di insegnamento di corso ufficiale
Alessandro Nuara

Dipartimento di Comunicazione, arti e media
Facoltà di Comunicazione
Alessandro Nuara

Contatti

Alessandro Nuara è nato il 23 novembre 1991 ad Agrigento, Italia. È CEO e co-fondatore di AD cube, una suite AI che supporta i team di marketing nel massimizzare il ritorno sugli investimenti pubblicitari su diversi canali. Ha conseguito il Dottorato di Ricerca in Information Technology al Politecnico di Milano, svolgendo la sua ricerca focalizzandosi su tecniche avanzate di Machine Learning applicate all’advertising online. Alessandro è co-fondatore di ML cube S.r.l., uno spin-off del Politecnico di Milano che offre soluzioni all'avanguardia di Machine Learning e di MLOps. Inoltre, ha svolto attività di ricerca come Research Fellow al Politecnico di Milano, dove ha collaborato con il team di intelligenza artificiale su sistemi di apprendimento automatico applicati a contesti microeconomici. Ha inoltre maturato esperienze internazionali lavorando come Applied Scientist Ph.D. Intern presso Amazon a Seattle, dove ha sviluppato sistemi di ottimizzazione dei budget pubblicitari su Amazon Ads. Le sue competenze includono il Machine Learning, con un focus particolare sul Reinforcement Learning e Online Learning, e la progettazione di algoritmi per l'ottimizzazione delle campagne pubblicitarie. Ha pubblicato numerosi articoli su riviste e conferenze internazionali di rilievo.


PRINCIPALI AREE DI INTERESSE SCIENTIFICO

  • Machine Learning: Focus su Online Learning e tecniche di Multi-armed Bandits per l'apprendimento online e decision making in ambienti dinamici e incerti.
  • Ottimizzazione della pubblicità su Internet: Progettazione e implementazione di algoritmi per il learning e l'ottimizzazione delle strategie di advertising online.
  • Sistemi di pricing basati su Machine Learning: Sviluppo di sistemi di dynamic pricing per diversi scenari di mercato, tra cui e-commerce, real estate e travel, utilizzando modelli avanzati di Intelligenza Artificiale per ottimizzare i prezzi in base a variabili di mercato e comportamentali.






Pur applicando tutte le necessarie diligenze volte a garantire la pubblicazione di informazioni corrette, aggiornate e complete, l’Università IULM non è responsabile dei contenuti riportati nei curricula pubblicati online sul Portale www.iulm.it. Il titolare del presente curriculum vitae è garante e responsabile in via esclusiva della correttezza e veridicità delle informazioni in esso riportate.

  • Nuara A., Trovò F., Gatti N., Restelli M. "Online joint bid/daily budget optimization of Internet advertising campaigns". Artificial Intelligence Journal, 2022.
  • Nuara A., Trovò F., Gatti N., Restelli M. "A Combinatorial-Bandit Algorithm for the Online Joint Bid/Budget Optimization of Pay-per-Click Advertising Campaigns". The 31st AAAI Conference on Artificial Intelligence, 2018.
  • D’Eramo C., Nuara A., Restelli M. "Estimating the Maximum Expected Value through Gaussian Approximation". The 33rd International Conference on Machine Learning, 2016.
  • Nuara A., Sosio N., Trovò F., Zaccardi M., Gatti N., Restelli M. "Dealing with Interdependencies and Uncertainty in Multi-Channel Advertising Campaigns Optimization". The World Wide Web Conference, 2019.
  • D’Eramo C., Cini A., Nuara A., Pirotta M., Alippi C., Peters J., Restelli M. "Gaussian Approximation for Bias Reduction in Q-Learning". Journal of Machine Learning Research, 2021.
  • Mussi, M., Genalti, G., Nuara, A., Trovó, F., Restelli, M., Gatti, N. "Pricing the long tail by explainable product aggregation and monotonic bandits". Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining, 2022.
  • Nuara A., Trovò F., Crippa D., Gatti N., Restelli M. "Driving Exploration by Maximum Distribution in Gaussian Process Bandits". The 19th International Conference on Autonomous Agents and Multiagent Systems, 2020.
  • D’Eramo C., Nuara A., Pirotta M., Restelli M. "Estimating the Maximum Expected Value in Continuous Reinforcement Learning problems". The 31st AAAI Conference on Artificial Intelligence, 2017.
  • Gasparini M., Nuara A., Trovò F., Gatti N., Restelli M. "Targeting Optimization for Internet Advertising by Learning from Logged Bandit Feedback". International Joint Conference on Neural Networks, 2018.







Pur applicando tutte le necessarie diligenze volte a garantire la pubblicazione di informazioni corrette, aggiornate e complete, l’Università IULM non è responsabile dei contenuti riportati nei curricula pubblicati online sul Portale www.iulm.it. Il titolare del presente curriculum vitae è garante e responsabile in via esclusiva della correttezza e veridicità delle informazioni in esso riportate.