L’innovazione non è solo una questione tecnologica ma un cambiamento sociale e culturale. Maker Faire Rome rende l’innovazione accessibile e fruibile a tutti. Per questo Joule, la scuola di Eni per l’impresa crede fortemente nell’evento e partecipa ogni anno anche al suo hackathon, proponendo sfide diverse finalizzate a stimolare soluzioni insolite e innovative. Quello che auspichiamo con la nostra presenza è di alimentare un virtuoso scambio di idee, producendo un positivo effetto di “osmosi” in termini di sviluppo tecnologico e di mindset imprenditoriale.
Espositori 2021
- FASHION & WEARABLES
- INTERNET OF THINGS
- PRODUCT DESIGN
- 3D PRINTING
- 3D SCANNING
- ART
- ARTIFICIAL INTELLIGENCE
- BIOLOGY
- EDUCATION
- HACKS
- KIDS & EDUCATION
- OPEN SOURCE
- ROBOTICS
- MUSIC & SOUND
- ARTISANS & NEW CRAFT
- RECYCLING & UPCYCLING
- STEAM PUNK
- GAMES
- SCIENCE
- YOUNG MAKERS (< 18)
- FOOD & AGRICULTURE
- CIRCULAR ECONOMY
- AEROSPACE
- HOME AUTOMATION
- NEW MANUFACTURING
- STARTUP
- WELLNESS & HEALTHCARE
- ENERGY & SUSTAINABILITY
- FABRICATION
- INDUSTRIAL AUTOMATION
- RETROCOMPUTING
- DRONES
- CULTURAL HERITAGE
- VIRTUAL REALITY
AI system for the optimization of online advertising campaigns
Adcube ottimizza le campagne di marketing digitale attive su diversi canali pubblicitari in un'unica piattaforma. Gli algoritmi di Machine Learning supportano i marketers nel prendere decisioni e automatizzare le principali attivit quotidiane, come l'ottimizzazione del budget e del targeting. La piattaforma mette a disposizione i seguenti moduli:
- SpendOpt: risponde alla difficile domanda "Quanto dovrei investire?" che ogni inserzionista si pone.
- BudOpt: distribuisce giornalmente il budget con l'obiettivo di massimizzare i ricavi rispettando i vincoli definiti dal cliente.
- TargOpt: permette di impostare campagne dirette a diverse classi di utenti, creandole automaticamente nelle piattaforme pubblicitarie
Alessandro Nuara, CTO
Alessandro Nuara Ph.D. in Information Technology presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano. Durante la sua ricerca, ha maturato esperienza su tecniche di Online Machine Learning e sulla loro applicazione in ambienti microeconomici, con un focus particolare su online advertising e dynamic pricing. Nel 2019 ha lavorato come Applied Scientist Intern nel team di Machine Learning and Optimization di Amazon (Seattle); attualmente assistente del corso Data Intelligence Applications e collabora in progetti di ricerca industriali come assegnista di ricerca al Politecnico di Milano.
Research
B.25 (pav. B)