Le persone che hanno partecipato

Marco Albanese

Marco Albanese, laureato in Scienze Statistiche Attuariali, ha conseguito l’abilitazione all’esercizio della professione di attuario ed è iscritto all’ordine nazionale degli attuari.

E’ stato Cultore della Materia presso la cattedra di Statistica Assicurativa alla Facoltà di Scienze Statistiche ed Attuariali di Roma Università La Sapienza

Inizialmente svolge la professione come attuario presso Montepaschi Assicurazioni Vita prima di coprire ruoli di chief actuary e risk manager nel ramo del Property & Casualty per AXA-Montepaschi Assicurazioni Italia.

Entra a far parte della Consulenza Statistico Attuariale dell’Inail, dove oggi svolge funzioni attuariali a supporto del dipartimento, relativamente allo studio ed interpretazione del fenomeno infortunistico; valuta, secondo le funzioni e competenze assegnate, le strategie di allocazione delle risorse finanziarie rese disponibili nell’ambito degli avvisi pubblici di finanziamento dell'Inail per sostenere gli interventi in materia di salute e sicurezza sul lavoro nei limiti della normativa europea per gli aiuti di Stato (bandi ISI); esegue il monitoraggio dei progetti alle iniziative prevenzionali e supporta gli studi dell’efficacia delle azioni preventive attraverso analisi statistiche ed attuariali dei dati (Big Data e Statistical Learning).

Supporta i Dipartimenti della Consulenza Tecnica per l’Accertamento dei Rischi e Prevenzione dell’Istituto ed anche le Direzioni Centrali per progetti dedicati allo studio e all’elaborazione di rischi emergenti.

Torna all'elenco completo

Ha partecipato a:

FORUM PA 2019

Governare la complessità: Cognitive Computing per l’interpretazione del linguaggio naturale nello studio degli incentivi ISI di INAIL

Roma, 15 Maggio, 2019 | 14:00

I Bandi ISI consentono di raccogliere grandi quantità di informazioni sulle imprese che annualmente accedono ai contributi Inail. Tuttavia molti dati non sono immediatamente estraibili dalla documentazione cartacea presentata dalle stesse imprese. Il metodo migliore per monitorare le informazioni contenute nelle pieghe delle documentazione è quello di estrarre conoscenza dal contenuto testuale dei documenti. I recenti strumenti del knowledge mining comprendono una base di dati, una base di conoscenza, strumenti per l’analisi di dati e per l’apprendimento induttivo di nuove regole. Si tratta, quindi, di strumenti particolarmente adatti e promettenti in situazioni in cui la conoscenza è frutto dell’indivisibile insieme di dati strutturati e non strutturati e richiede un modello di interpretazione dello specifico contesto aziendale. Questo tipo di tecnologie consentono di dedurre il modello da un limitato insieme di documenti e dati e di applicarlo in modo induttivo all’intero universo di dati, con successivi e continui affinamenti del modello stesso basato su tecniche di machine learning. Nel seminario verranno illustrati i primi risultati ottenuti attraverso l’utilizzo di questi strumenti innovativi.