Bij Sirris help ik bedrijven om data in te zetten om de betrouwbaarheid, efficiëntie en prestaties van hun industriële assets te verbeteren. Ik ontwikkel AI- en machine learning-oplossingen voor conditiemonitoring, anomaliedetectie en prestatieoptimalisatie van die assets. Ik zet complexe datastromen om in bruikbare inzichten, zodat voorspellend onderhoud, vroege detectie van onderprestaties en robuustere operaties mogelijk worden.
Ik werk onder meer rond tijdreeksanalyse, contextbewuste modellen en het voorspellen van de resterende levensduur. Daarnaast draag ik bij aan data-innovatieprojecten, van het uitwerken van voorstellen tot de coördinatie van projecten.
Staat u voor uitdagingen rond industriële AI, datagedreven besluitvorming of het monitoren van de gezondheid van uw assets? Ik help u graag verder.
Expertise
- Industriële AI & data-innovatie
- Prognostics en health management
- Tijdreeksmodellering
Voor meer informatie verwijs ik u graag naar mijn publicaties.
Werkervaring
Sinds 2017 werk ik als Data Innovation Scientist bij Sirris, waar ik bedrijven ondersteun bij het toepassen van data science en machine learning op industriële uitdagingen.
Daarvoor werkte ik als postdoctoraal onderzoeker in de Ansymo-groep aan de Universiteit Antwerpen, waar ik ook actief was als onderwijsassistent in software engineering.
Opleiding
- PhD in Electronic and Informatics Engineering – Universiteit van Cagliari (2011)
Proefschrift: Verdeling van defecten in objectgeoriënteerde software - Master in Electronic Engineering – Universiteit van Cagliari (2007)
Proefschrift: Relatie tussen softwaregrafiekmetriek en de verspreiding van defecten binnen objectgeoriënteerde systemin - Bachelor in Electronic Engineering – Universiteit van Cagliari (2005)
Professioneel motto
"Zelfs de langste reis begint met één enkele stap."