Sara Cavallini

Data Scientist – Computer Vision & Software Eng.

Chi Sono

Laureata in Ingegneria Informatica presso l’Università di Bergamo, sono una Data Scientist appassionata di visione artificiale e analisi dei dati, con solide competenze in sviluppo software, integrazione di sistemi e tecnologie di Machine Learning e Deep Learning. Motivata, creativa e orientata al problem-solving, amo affrontare sfide complesse e contribuire a progetti innovativi che uniscono tecnologia e innovazione.

Sono flessibile e aperta a lavorare in sede, da remoto o in modalità ibrida, e disponibile a trasferimenti o viaggi per opportunità stimolanti che mi permettano di crescere professionalmente e ampliare le mie esperienze.

Scarica il mio CV

Programmazione e Data Analysis Tools

Python
C/C++
Linux
R
HTML/CSS
Matlab
SQL
Label Studio
SAS
Java
Git command
Yocto Project
Bash
Arduino

Programmazione e Data Analysis Tools

YOLO
DINO
Deep Neural Networks
Facial Recognition
LLM
Time Series
Computer Vision
ResNet
CNN
GANs
NLP
OCR & Data Extraction
Pandas
Pytorch
TensorFlow/Keras
OpenCV

Formazione

Laurea Triennale in Ingegneria Informatica

Università degli Studi di Bergamo

2019 - 2023

Tesi: "Analisi statistica del rischio sismico nei comuni italiani"

Lingue

Italiano

Madrelingua

Inglese

Fluente - C1

Spagnolo

Intermedio - B1

Progetti & Lavori

Object Classification

Sistema AI per l’analisi automatica delle attività operative in tre ambiti produttivi. Utilizzando YOLO, addestrato su un dataset personalizzato con Label Studio, rileva e classifica oggetti e sezioni per migliorare e stabilizzare la valudazione dei processi di produzione.

YOLO ResNet R-CNN Detectron2 LLaVA OWL-ViT

Facial Emotion Recognition (FER)

Sistema AI di analisi facciale e riconoscimento emozionale in tempo reale, basati sulla stima 3D dei punti chiave del viso.

FaceTec MediaPipe LibreFace EmoPy HSEmotion

Anomaly Detection - Open Vocabulary

Sistema AI avanzato per il rilevamento di anomalie non classificate e di oggetti fuori contesto in ambienti operativi complessi, senza definizione preventiva di classi anomale.

DINO Autoencoder Optical Flow CLIP YOLO Random Forest

Object Detection

Progettazione e implementazione di un sistema di rilevamento e tracciamento di QR code in flussi video, ottimizzato per essere integrato su droni, con l’obiettivo di monitorare e registrare automaticamente gli oggetti

ML Kit YOLO Viziotix

Analisi di Serie Temporali

Sviluppo di modelli predittivi per differenti domini applicativi: traffico web, consumo energetico, manutenzione e trend stagionali.

ARIMA SARIMA LSTM XGBoost FB Prophet Sentiment Analysis

Chatbot Intelligente

Sviluppo di un assistente conversazionale basato su modelli semantici per interazione naturale e gestione richieste complesse.

Ollama Sentence-BERT

Assistente Turistico AI

Progettazione e sviluppo di un assistente interattivo capace di generare itinerari personalizzati e proporre eventi reali sulla base di prenotazioni e interessi dell’utente

Llama Groq Google Search API

OCR – Digitalizzazione Documenti Storici

Realizzazione di un sistema di riconoscimento ottico dei caratteri per la digitalizzazione automatica e indicizzazione di archivi documentali.

TrOCR Tesseract OCR

Elaborazione del Linguaggio Naturale (NLP)

Sviluppo di un filtro AI per documenti amministrativi, in grado di analizzare automaticamente contenuti testuali complessi, identificare informazioni rilevanti e supportare decisioni operative.

SpaCy

Estrazione Dati da Immagini

Combinazione di modelli di object detection e OCR per identificare e leggere i campi in condizioni variabili di illuminazione e angolazione.

YOLO keras-ocr DocTR Donut

Object Classification (video)

L’obiettivo è automatizzare il processo di controllo qualità editoriale, riducendo gli errori manuali di smistamento merci e diminuendo la velocità

SIFT YOLO CLIP