Homepage - Data Jam

Chi Siamo & Mission

Data Jam è la nuova realtà italiana nel mondo della Data Science.

Con un approccio disruptive, Data Jam sviluppa prodotti e servizi innovativi ad alto valore tecnologico per organizzazioni pubbliche e private in ambito Big Data, Open Data, Data Integration, Data Virtualization, Data Analytics & Data Governance, Data Intelligence & Data Life Cycle Management e Decision Support System basati su tecniche di Intelligenza Artificiale e Natural Language Processing.

Nata a fine 2020 come spin-off accademico dall’incontro tra un team di professori dell’Università degli Studi di Napoli “Federico II” e la nuova realtà AlmavivA Digitaltec e Almawave - Gruppo AlmavivA, Data Jam rappresenta la sintesi tra eccellenza accademica e realtà produttive, tra ricerca ed esperienza sul campo, tra sviluppo delle conoscenze globali e contesto socio-economico, per creare nuovo valore nel processo di trasformazione digitale del Paese.

Cosa facciamo

Business Intelligence e Big Data

Progettiamo e realizziamo soluzioni avanzate di Business Intelligence e Big Data Analytics per generare valore dai tuoi dati

Artificial Intelligence

Impieghiamo tecniche di Artificial Intelligence basate su Architetture Deep per contesti industriali

Explainable Artificial Intelligence

Integriamo nei processi di decision making metodologie di eXplainable Artificial Intelligence (XAI)

Social Media Analysis

Utilizziamo tecniche avanzate di Social Network Analysis a supporto del marketing e della comunicazione aziendale

Conversational Assistants and Dialog Management

Realizziamo tecnologie e modelli avanzati di comprensione del testo multilingua, riconoscimento automatico del parlato, traduzione e trascrizione simultanea multilingua

Location Intelligence

Utilizziamo metodologie uniche in grado di combinare dati geospaziali con l'analisi della percezione online di qualsiasi attività e contesto di mercato

Contesti applicativi

Digital Twin for Smart City

Definizione ed implementazione di SSD basati su Smart City Index per la valutazione dello stato attuale della città/regione e delle analisi di impatto delle azioni previste

Clinical DSS for Analysis and Interpretation

Supporto in ambito medico alla diagnostica attraverso l’analisi di testi, dati strutturati e immagini per le clinical decision

Explainable Predictive Maintainance

Strumenti predittivi per determinare quando siano necessari interventi per prevenire malfunzionamenti, massimizzare i tempi di utilizzo e funzionamento di attrezzature, ridurre le attività di manutenzione e i costi di materiali e manodopera

Multimedia Social Network Analysis

Analisi automatica delle informazioni provenienti da Social Network a supporto di varie applicazioni dal viral marketing ai moderni sistemi di raccomandazione in ambito e-commerce; tecniche di Social Network Analysis con approcci statistici, basati sulla teoria dei giochi e bio-inspired

Territorio e ambiente

Modellazione e analisi delle infrastrutture al servizio del territorio e delle aziende

Comitato tecnico scientifico

Carlo Sansone
Professore Ordinario di Sistemi per l'Elaborazione dell'Informazione presso il Dipartimento di Ingegneria Elettrica e Tecnologie dell'Informazione dell’Università di Napoli "Federico II". I suoi interessi scientifici riguardano principalmente Machine e Deep Learning, analisi e riconoscimento di immagini e video, con svariate applicazioni nell’ambito dei Clinical Decision Support Systems for Analysis and Interpretation e dell’Ingegneria dell’Ambiente e Territorio.
Vincenzo Moscato
Professore Associato di Sistemi per l'Elaborazione dell'Informazione presso il Dipartimento di Ingegneria Elettrica e Informatica dell'Università degli Studi di Napoli "Federico II". Le sue attività di ricerca riguardano le tematiche di Multimedia, Big Data Analytics, Artificial Intelligence e Machine Learning con applicazioni nell’ambito di Multimedia Social Network Analysis, Explainable Predictive Maintenance e Clinical Decision Support Systems for Analysis and Interpretation.
Porfirio Tramontana
Professore Associato di Informatica presso il Dipartimento di Ingegneria Elettrica e Informatica dell'Università degli Studi di Napoli "Federico II". Le sue attività di ricerca spaziano essenzialmente all’interno della disciplina dell’Ingegneria del Software, includendo topic quali Testing Automation, Reverse Engineering, Quality Assessment, Documentation, Migrazione verso servizi Web e Continuous Integration applicate in diversi contesti applicativi tra cui quello delle Smart City.
Flora Amato
Professoressa Associata di Sistemi per l'Elaborazione dell'Informazione presso il Dipartimento di Ingegneria Elettrica e Informatica dell'Università degli Studi di Napoli "Federico II". Le sue attività di ricerca riguardano le tematiche relative a Natural Language Processing, Knowledge Management e Artificial Intelligence con applicazioni nell’ambito di Multimedia Social Network Analysis e dei Clinical Decision Support Systems for Analysis and Interpretation.
Valentina Esposito
Operation Manager di Data Jam. Laureata con lode in Fisica presso l’Università degli Studi di Napoli "Federico II", ha poi conseguito un dottorato internazionale in Sistemi Complessi presso l’Università degli Studi di Salerno in consorzio con l’Università degli Studi della Campania "L. Vanvitelli". Dal 2017 lavora come Data Scientist in contesti aziendali, italiani e non. Ha lavorato sia con la Pubblica Amministrazione che con il settore privato, su diversi domini di business, costruendo per i clienti soluzioni di Intelligenza Artificiale ad hoc in molteplici contesti, quali ad esempio Industry, Finance, Healthcare, Fraud Detection.