Giacomo Grasso
Chi sono

Un percorso non lineare, ma coerente: capire come funzionano le cose, prima di costruirle.

Competenze tecniche

  • Python
  • Odoo Framework
  • Django
  • SQL & reportistica
  • TDD
  • REST API
  • Git
  • HTML · CSS · JS
  • Business Intelligence & KPI
  • Reti neurali & AI (studi)

Il percorso

  1. 2003–2004

    Erasmus a Heidelberg

    Ruprecht-Karls-Universität Heidelberg

  2. 2006

    Laurea triennale in Filosofia della Storia

    Università di Torino — tesi sul dibattito economico-filosofico sulla pianificazione economica tra le due guerre

  3. 2007

    Laurea Magistrale in Filosofia della Scienza

    Università di Torino, 110 e lode — tesi su reti neurali, connessionismo e simulazione agent-based. Più un corso su reti neurali e algoritmi evolutivi a Tubinga, Germania. La mia tesi →

  4. 2010–2011

    Corporate Audit Assistant — Dyckerhoff AG

    Germania — esecuzione di audit finanziari e revisione del sistema di controllo interno, mappatura dei flussi di business (Visio) e documentazione, gestione software GRC ed esecuzione di audit di compliance

  5. 2011–2014

    Controller e BI Reporting — Geodata SpA

    Creazione e gestione del sistema di reporting interno, analisi dei flussi informativi e process mapping, formazione e supervisione della contabilità delle sedi estere, attività di internazionalizzazione aziendale (fiscalità internazionale, transfer pricing, sistema di controllo interno) — in parallelo, percorso ACCA

  6. 2013–2014

    Executive Course for CFO

    Fondazione CUOA — percorso executive dedicato alla figura del CFO, in parallelo all'attività in Geodata

  7. 2015–2017

    Business Analyst su Odoo

    Vari Odoo partner italiani — raccolta requisiti, assistenza e formazione clienti

  8. Dal 2017

    Python Developer su Odoo

    Sviluppo in TDD, moduli custom, community contributor — nasce e cresce l'app Odoo Treasury Forecast, 170 copie vendute

  9. Dal 2021

    Everphone

    Progetto principale: ERP, logistica, vendite, contabilità, infrastruttura

Lingue straniere

La mia tesi

Un ottimo esempio di trasversalità

La tesi magistrale mette insieme i due estremi di questo percorso: da una parte filosofia della mente e simulazione ad agenti, dall'altra studi di economia e implementazione in codice — teoria della complessità, reti neurali e un modello costruito in Python.

La tesi parte dalla teoria della complessità: sistemi composti da molti agenti semplici che, interagendo, generano comportamenti collettivi difficili da prevedere a partire dalle singole regole. Per studiare questi fenomeni ho costruito in Python modelli di simulazione ad agenti, osservando come il comportamento aggregato emerga dal basso.

La simulazione è stata realizzata interamente con modelli Python: un ambiente virtuale che riproduce un mercato azionario, popolato da agenti che al loro interno hanno una rete neurale. Ogni agente osserva il mercato, decide e interagisce con esso, e l'andamento complessivo emerge dall'interazione di tutti gli agenti.

La seconda parte affronta le reti neurali artificiali come modello di apprendimento connessionista, alternativo alla programmazione esplicita di regole. Descrivo la struttura di una rete (nodi di input, hidden e output, pesi e unità di bias) e l'algoritmo di backpropagation, che aggiorna i pesi minimizzando l'errore tramite discesa del gradiente sulla superficie definita dalla funzione di errore.

Schema di una rete neurale artificiale
Schema di una rete neuraleNodi di input, hidden e output collegati da pesi, con le rispettive unità di bias.
Superficie della funzione di errore
La superficie d'erroreL'apprendimento come discesa del gradiente sulla funzione d'errore definita dai pesi w1, w2.
Formula della backpropagation
BackpropagationLa regola di aggiornamento dei pesi, generalizzazione della regola Delta.