Danny DE NOVI è un Dottorando di Ricerca in Artificial Intelligence for Society con sede amministrativa presso l’Università di Pisa e sede esecutiva presso l’Università degli Studi di Messina.

Ha conseguito la laurea magistrale in Data Science (LM-DATA) nel 2025 presso l’Università degli Studi di Messina.

È stato borsista di studio nel progetto Horizon Europe NEUROKIT2E, occupandosi di ricerca sulle computazioni neurali per dispositivi a basso consumo energetico e ridotta capacità computazionale, con particolare attenzione ai meccanismi di compressione dei modelli (i.e., quantizzazione e pruning).

La sua attuale attività di ricerca si concentra sullo sviluppo di modelli di forecasting, anomaly detection e scheduling di microservizi nel computing continuum, con l’obiettivo di ottimizzare l’allocazione dinamica delle risorse e migliorare l’efficienza operativa dei sistemi distribuiti. Parallelamente, studia tecniche di certificazione di modelli e pipeline di machine learning su blockchain, mirate a garantire trasparenza, tracciabilità e verificabilità nei processi decisionali automatizzati.