Published at 20 Mar 2020
Published at 20 Mar 2020
Bari, New York e San Francisco: il percorso di Piero, Senior Research Scientist @Uber AI Labs

Bari, New York e San Francisco: il percorso di Piero, Senior Research Scientist @Uber AI Labs


Piero, dopo aver conseguito la laurea e il dottorato in informatica a Bari, è volato a New York per lavorare in una startup specializzata in AI. Attualmente è Senior ML/NLP Research Scientist presso Uber AI Labs.


In quale ateneo ti sei laureato e come sei arrivato in Uber?

Mi sono laureato e dottorato all'Università degli Studi di Bari Aldo Moro, in informatica, con una tesi sull'analisi del linguaggio naturale e un'internato presso gli Yahoo Labs di Barcellona. Ho avuto la fortuna di incontrare a Milano Alfio Gliozzo, uno dei membri del team di IBM che creò il sistema Watson che sconfisse i campioni di Jeopardy nel 2011. Lui mi volle a lavorare con lui a New York, dopodiché sono andato a lavorare per Geometric Intelligence, una startup fondata da pionieri dell'intelligenza artificiale (Gary Marcus, Zoubin Gahrhamani, Ken Sanley, Jeff Clune, Noah Goodman). La startup è stata successivamente acquisita da Uber per diventare il fulcro degli Uber AI labs, dove mi trovo tutt'ora.

Come si sviluppa una tua giornata tipica?

Sono un ricercatore e la mia giornata tipica si divide tra alcune attività di ricerca, come studiare nuove pubblicazioni, scrivere articoli e fare consulenza con gruppi interni all'azienda che vogliono utilizzare tecniche di intelligenza artificiale nei prodotti che sviluppano, ed attività più applicative, come scrivere il codice di nuovi modelli, eseguire esperimenti sui nostri cluster di computer e lavorare a stretto contatto con gli ingegneri che questi nuovi modelli li utilizzano all'interno delle applicazioni che tutti i nostri utenti utilizzano. La differenza principale del mio lavoro rispetto a quello di un data scientist o di un ingegnere è che io spendo più tempo a pensare a come creare nuovi modelli ed algoritmi, più accurati nelle predizioni e nei suggerimenti che sono capaci di dare, oltre che diffondere questi nuovi algoritmi tramite presentazioni e pubblicazioni scientifiche, mentre invece non sono di solito direttamente responsabile del rendere questi stessi algoritmi scalabili e efficienti in produzione.

 

Che consiglio daresti a un laureando che sogna di lavorare in Uber?

Più che dare consigli su come ottenere un lavoro a Uber o ad un'altra azienda tecnologica, mi sento più incline a dare consigli su cosa ritengo sia stato davvero importante finora nella mia carriera. Linguaggi e strumenti sono transitori, tra pochi anni quelli utilizzati oggi saranno obsoleti, e quelli che li sostituiranno diventeranno obsoleti pochi anni dopo. È inutile fossilizzarsi. Se proprio devo consigliare dei linguaggi, mi sento di consigliare dei linguaggi dall'utilizzo commerciale molto limitato ma che insegnano a pensare in modo molto diverso dal consueto paradigma imperativo: Smalltalk, Haskell e Prolog.

Quello che invece ritengo importante è la flessibilità mentale e la capacità di imparare in fretta e profondamente, capacità che derivano dall'avere solide fondamenta in matematica, logica, statistica, algoritmi e strutture dati.

Date queste solide basi, imparare qualcosa di nuovo è solo connettere i puntini. Inoltre consiglio agli studenti di creare o farsi coinvolgere in progetti cui sono interessati davvero e di rilasciare il tutto sotto licenza open source, la competenza si costruisce solo sulla passione e questi progetti sono dei chiari esempi di entrambe.

Inoltre fare quello che più si ritiene interessante è l'unico modo per fare innovazione, tutto il resto, lavoro, riconoscimento e gratificazioni, arrivano di conseguenza. Infine per alimentare il proprio spirito critico consiglio leggere quanto più possibile e lanciarsi nelle esperienze più diverse e cercare di imparare qualcosa da ciascuna di esse.

Piero, dopo aver conseguito la laurea e il dottorato in informatica a Bari, è volato a New York per lavorare in una startup specializzata in AI. Attualmente è Senior ML/NLP Research Scientist presso Uber AI Labs.


In quale ateneo ti sei laureato e come sei arrivato in Uber?

Mi sono laureato e dottorato all'Università degli Studi di Bari Aldo Moro, in informatica, con una tesi sull'analisi del linguaggio naturale e un'internato presso gli Yahoo Labs di Barcellona. Ho avuto la fortuna di incontrare a Milano Alfio Gliozzo, uno dei membri del team di IBM che creò il sistema Watson che sconfisse i campioni di Jeopardy nel 2011. Lui mi volle a lavorare con lui a New York, dopodiché sono andato a lavorare per Geometric Intelligence, una startup fondata da pionieri dell'intelligenza artificiale (Gary Marcus, Zoubin Gahrhamani, Ken Sanley, Jeff Clune, Noah Goodman). La startup è stata successivamente acquisita da Uber per diventare il fulcro degli Uber AI labs, dove mi trovo tutt'ora.

Come si sviluppa una tua giornata tipica?

Sono un ricercatore e la mia giornata tipica si divide tra alcune attività di ricerca, come studiare nuove pubblicazioni, scrivere articoli e fare consulenza con gruppi interni all'azienda che vogliono utilizzare tecniche di intelligenza artificiale nei prodotti che sviluppano, ed attività più applicative, come scrivere il codice di nuovi modelli, eseguire esperimenti sui nostri cluster di computer e lavorare a stretto contatto con gli ingegneri che questi nuovi modelli li utilizzano all'interno delle applicazioni che tutti i nostri utenti utilizzano. La differenza principale del mio lavoro rispetto a quello di un data scientist o di un ingegnere è che io spendo più tempo a pensare a come creare nuovi modelli ed algoritmi, più accurati nelle predizioni e nei suggerimenti che sono capaci di dare, oltre che diffondere questi nuovi algoritmi tramite presentazioni e pubblicazioni scientifiche, mentre invece non sono di solito direttamente responsabile del rendere questi stessi algoritmi scalabili e efficienti in produzione.

 

Che consiglio daresti a un laureando che sogna di lavorare in Uber?

Più che dare consigli su come ottenere un lavoro a Uber o ad un'altra azienda tecnologica, mi sento più incline a dare consigli su cosa ritengo sia stato davvero importante finora nella mia carriera. Linguaggi e strumenti sono transitori, tra pochi anni quelli utilizzati oggi saranno obsoleti, e quelli che li sostituiranno diventeranno obsoleti pochi anni dopo. È inutile fossilizzarsi. Se proprio devo consigliare dei linguaggi, mi sento di consigliare dei linguaggi dall'utilizzo commerciale molto limitato ma che insegnano a pensare in modo molto diverso dal consueto paradigma imperativo: Smalltalk, Haskell e Prolog.

Quello che invece ritengo importante è la flessibilità mentale e la capacità di imparare in fretta e profondamente, capacità che derivano dall'avere solide fondamenta in matematica, logica, statistica, algoritmi e strutture dati.

Date queste solide basi, imparare qualcosa di nuovo è solo connettere i puntini. Inoltre consiglio agli studenti di creare o farsi coinvolgere in progetti cui sono interessati davvero e di rilasciare il tutto sotto licenza open source, la competenza si costruisce solo sulla passione e questi progetti sono dei chiari esempi di entrambe.

Inoltre fare quello che più si ritiene interessante è l'unico modo per fare innovazione, tutto il resto, lavoro, riconoscimento e gratificazioni, arrivano di conseguenza. Infine per alimentare il proprio spirito critico consiglio leggere quanto più possibile e lanciarsi nelle esperienze più diverse e cercare di imparare qualcosa da ciascuna di esse.