Ha conseguito il Ph.D. in “Information Technology” presso il Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano. Durante la sua ricerca, ha maturato esperienza su tecniche di Online Machine Learning e sulla loro applicazione in ambienti microeconomici, con un focus particolare su digital advertising e dynamic pricing.

Nel 2019 ha lavorato come Applied Scientist Intern nel team di Machine Learning and Optimization di Amazon (Seattle) su problemi di online advertising; ha svolto attività di didattica per i corsi di "Fondamenti di Informatica", "Sistemi Informatici" e “Data Intelligence Applications” e ha collaborato in diversi progetti di ricerca industriali al Politecnico di Milano.

Nel 2020 ha co-fondato ML cube, una start-up provider di soluzioni innovative per lo sviluppo di sistemi di Machine Learning e per l’ottimizzazione del loro ciclo di vita.