Ricercatore a tempo determinato
Unità organizzativa afferente: Dipartimento di Scienze Economiche e Aziendali
SSD: Statistica economica (STAT-02/A)

Presentazione

Giovanni Saraceno è ricercatore in tenure track (RTT) presso il Dipartimento di Scienze Economiche e Aziendali dell’Università di Parma.

Si occupa di statistica e data science, con particolare interesse per lo sviluppo di metodi affidabili per l’analisi di dati complessi. La sua ricerca riguarda la statistica robusta, le distanze statistiche e il machine learning, con applicazioni in ambito biomedico, neuroscientifico e ambientale.

L’attività di ricerca si affianca alla didattica in statistica, data science e gestione dei dati e allo sviluppo di software statistico in R, Python e MATLAB.

Curriculum Vitae

Scarica il CV

Da settembre 2026 è ricercatore in tenure track (RTT) presso il Dipartimento di Scienze Economiche e Aziendali dell’Università di Parma. In precedenza è stato ricercatore a tempo determinato (RTD-A) presso il Dipartimento di Scienze Statistiche dell’Università di Padova, da ottobre 2024 ad agosto 2026, e Postdoctoral Research Associate presso il Dipartimento di Biostatistica della University at Buffalo, negli Stati Uniti, da novembre 2022 ad agosto 2024.

Ha conseguito il dottorato di ricerca in Matematica con lode presso l’Università di Trento nel 2022, con una tesi sulla stima robusta in presenza di contaminazione a livello di singole osservazioni e di singole componenti dei dati. Ha ottenuto la laurea magistrale in Matematica presso l’Università di Trento nel 2017 e la laurea triennale in Matematica presso l’Università di Palermo nel 2015.

Nel suo percorso ha svolto periodi di ricerca presso l’Indian Statistical Institute di Kolkata e il Knowledge Engineering and Discovery Research Institute della Auckland University of Technology, occupandosi rispettivamente di metodi di stima robusta e di reti neurali ispirate al funzionamento del cervello.

Per l’anno accademico 2026/2027 è titolare degli insegnamenti Introduction to Data Science, Statistics for the Digital Economy e Data Management for Sustainability Assessment presso l’Università di Parma. In precedenza ha insegnato matematica e statistica nel corso di laurea in Biotecnologie e statistica per il dottorato in Neuroscienze dell’Università di Padova.

Contribuisce allo sviluppo di software statistico open source: è maintainer del pacchetto R QuadratiK e autore dei pacchetti QuadratiK per Python e robustsur per R.

Insegnamenti

Ricerca

Linee di ricerca

L'attività di ricerzca riguarda principalmente lo sviluppo di metodi statistici per l’analisi di dati complessi, con particolare attenzione alla robustezza rispetto a osservazioni anomale e contaminazioni dei dati. Il lavoro combina lo studio delle proprietà teoriche dei metodi, la loro implementazione computazionale e l’applicazione a problemi reali.

Le principali linee di ricerca comprendono Statistica robusta; Distanze statistiche e test di ipotesi tramite metodi basati su distanze quadratiche e kernel per la verifica dell’adattamento dei modelli e il confronto tra due o più popolazioni; Dati direzionali e sferici; Machine learning e reti neurali; Applicazioni alle neuroscienze.

Pubblicazioni