Le Menti
Dietro la Scienza
Un collettivo guidato da PhD di ricercatori, matematici e ingegneri dedicati alla scienza della scoperta causale.

Prof. Dr. Martin Spindler
Direttore e Fondatore
Martin Spindler è Professore di Data Science, Statistica ed Econometria presso l'Università di Amburgo e fondatore di Economic AI™. Specializzato nella teoria e applicazione del Machine Learning e dell'AI — in particolare il Causal Machine Learning — ha conseguito lauree presso l'Università di Regensburg e l'Università di Monaco, dove ha ottenuto anche il dottorato. Regolare visiting scholar al MIT, Martin ha fondato Economic AI™ per aiutare le aziende a sfruttare soluzioni all'avanguardia per un vantaggio competitivo.

Dr. Sven Klaassen
Responsabile Sviluppo Software
Sven Klaassen è il Responsabile Sviluppo Software di Economic AI™. Ha conseguito un Master in Matematica Aziendale e un Dottorato in Economia presso l'Università di Amburgo. Nel 2022 Sven è stato visiting scholar al MIT e ha lavorato attivamente nella ricerca sulla combinazione di Machine Learning e Inferenza Causale. Attualmente mantiene e sviluppa il pacchetto open-source DoubleML.

Dr. Philipp Bach
Responsabile Formazione e Executive Education
Philipp Bach è il Responsabile Formazione e Executive Education ed è appassionato di insegnamento di argomenti base e avanzati di Causal ML. Attualmente ricopre la posizione di ricercatore post-dottorato presso l'Università di Amburgo. La sua ricerca si concentra su implementazioni e applicazioni di approcci all'avanguardia nel Causal ML.

Jan Rabenseifner, M.Sc.
Data Scientist
Jan Rabenseifner è Data Scientist presso Economic AI™. Sta attualmente conseguendo il Dottorato in Statistica presso l'Università di Amburgo. I suoi interessi di ricerca si concentrano nei campi dell'Inferenza Causale, della Valutazione delle Previsioni in contesti ad alta dimensionalità, del Deep Learning e del Machine Learning.

Lucas Moreira Gomes, M.Sc.
Data Scientist
Lucas Moreira Gomes è Data Scientist presso Economic AI™. Il suo lavoro è principalmente incentrato sulle Graph Neural Networks (GNN), sul Rilevamento della Collusione e sui Large Language Models (LLM). Si concentra sull'utilizzo del geometric deep learning e del natural language processing per risolvere sfide strutturali e comportamentali complesse negli ambienti dati moderni.
Unisciti alla Frontiera
della Scoperta Causale
Cerchiamo regolarmente stagisti altamente qualificati, studenti lavoratori (Laurea Triennale e Magistrale) e dottorandi per unirsi ai nostri progetti industriali orientati alla ricerca.
“La padronanza è il passaggio dal prevedere cosa accade al comprendere perché deve accadere.”
Scelti dai Leader del Settore
