BUP

Andrea Nuzzolese è co-fondatore e responsabile della Ricerca & Sviluppo (R&D) di BUP Solutions. In questa veste, contribuisce allo sviluppo di soluzioni avanzate per la creazione e gestione di knowledge graphs, integrando tecnologie semantiche e intelligenza artificiale. La sua esperienza si estende alla progettazione e implementazione di sistemi per l'estrazione di conoscenza da dati strutturati e non strutturati, con un focus particolare su ontologie, Linked Data e estrazione semantica.

In BUP, Andrea applica la sua expertise per progettare e implementare soluzioni che combinano rigore scientifico e applicazioni concrete nel mondo reale, migliorando la gestione e l’analisi dei dati e supportando decisioni informate in diversi contesti applicativi.

Primo ricercatore presso l’Istituto di Scienze e Tecnologie della Cognizione del CNR dove coordina il Laboratorio di Tecnologie Semantiche, Andrea ha partecipato a numerosi progetti europei e contribuito a piattaforme open-source come Apache Stanbol, portando la sua esperienza direttamente nelle soluzioni BUP.
Con la sua visione, Andrea rende l’innovazione tecnologica concreta e accessibile, facendo dialogare ricerca avanzata e realtà quotidiana.

Nella nostra recente trasferta a Nara (Giappone), in occasione dell’ - International Semantic Web Conference 2025 - abbiamo ricevuto il riconoscimento di del workshop .

Il premio è arrivato per il lavoro “Boosting Knowledge Graph Question Answering with Open Source Lightweight Large Language Models and RAG Techniques”, che dimostra come sia possibile coniugare AI generativa, grafi della conoscenza e sostenibilità computazionale.

Un grande applauso a Mario Caruso, Giorgia Lodi, Carlo Macis, Simone Persiani e Valentina Presutti, che con passione e competenza hanno portato il nome di BUP sul podio internazionale.

«Non ce lo aspettavamo – racconta Giorgia Lodi – ma è un grande risultato perché mostra che si può fare ricerca di qualità anche partendo da modelli leggeri, accessibili e aperti. Il nostro lavoro ha suscitato molto interesse, soprattutto per la capacità di mantenere buone performance riducendo l’uso di risorse: un segnale forte verso un’AI più sostenibile, europea e personalizzabile».

Cosa significa “Interoperabilità” in BUP?

Significa far dialogare sistemi diversi tra loro in modo chiaro.
Per BUP, l’interoperabilità non è semplicemente lo scambio di dati tra tecnologie diverse. È la capacità di far sì che quei dati mantengano il loro significato, il contesto e la struttura, anche quando attraversano enti, piattaforme o software eterogenei.

Per raggiungere questo obiettivo BUP parte dalla definizione di ontologie condivise: concettualizzazioni che chiariscono cosa rappresentano i dati di un certo dominio applicativo e come sono collegati tra loro. Su queste basi BUP progetta soluzioni che abilitano l’integrazione semantica, ovvero il collegamento tra dati eterogenei anche provenienti da diverse sorgenti informative.

Per rendere davvero interoperabili i dati, BUP promuove l’adozione di standard e formati aperti e l’implementazione dei principi FAIR (Findability, Accessibility, Interoperability, Reusability) al fine di garantire accessibilità e la riutilizzabilità. Questi standard e formati sono alla base dei Knowledge Graph di BUP, strutture che organizzano e rappresentano i dati semanticamente facilitandone la consultazione e la comprensione.

In BUP, interoperabilità significa essere comprensibili e connessi. È una condizione fondamentale per costruire valore, per collaborare, per decidere meglio.

Uno dei protagonisti del team BUP che ha recentemente partecipato al e a cui è stato riconosciuto il alla di Nara è Simone Persiani, uno di quei professionisti che uniscono rigore tecnico e curiosità autentica per il linguaggio.

Sviluppatore in BUP, laureato con lode in Artificial Intelligence all’Università di Bologna, Simone ha scelto di specializzarsi in Natural Language Processing per esplorare il punto in cui linguaggio e intelligenza artificiale si incontrano.

Appassionato di semantic web e knowledge engineering, in BUP contribuisce alla progettazione di modelli di analisi testuale e semantica capaci di adattarsi a contesti diversi, trasformando la teoria in soluzioni concrete, affidabili e su misura.

Con un’attenzione costante alla qualità del dato e alla precisione linguistica, Simone aiuta l’intelligenza artificiale ad avvicinarsi sempre più al modo in cui comunichiamo davvero.