Docente presso il Dipartimento di automatica e informatica del Politecnico di Torino. I suoi lavori hanno aperto la strada della ricerca sui metodi di apprendimento robusti da pochi dati, sfruttando le tecniche del trasferimento di conoscenza. 

É uno dei maggiori esperti nelle tecniche di adattamento e generalizzazione dei modelli di learning con applicazioni robotiche e per medical imaging. Dopo aver ricevuto il dottorato dall'EPFL in Svizzera, ha lavorato come ricercatore in Belgio (Leuven) e negli Stati Uniti (North Carolina).

Prima della sua posizione a Torino ha ricoperto il ruolo di professore presso la Sapienza di Roma. É un membro senior (Scholar) della rete Ellis che connette le eccellenze della ricerca sull'intelligenza artificiale in Europa e direttore dell'unità Ellis di Torino.
É componente del Centro Interdipartimentale SmartData@PoliTO - Big Data and Data Science Laboratory e Vice coordinatrice del Collegio di Dottorato in Intelligenza Artificiale del Politecnico di Torino.

Post-doc in AI4EO. Attualmente, lavora presso il CNAM (Parigi), sotto la supervisione del prof. Nicolas Audebert (progetto ANR MAGE). Ha conseguito il dottorato in Data Science presso la Sapienza (Roma) nel 2023, sotto la supervisione dei proff. Mattia Crespi e Simone Scardapane. Durante il proprio PhD ha svolto due visiting, presso l'IGN (Parigi) e presso l'University of Crete (Heraklion). Ha pubblicato ricerche su riviste (ISPRS Journal) e conferenze (CVPRW) riconosciute nel settore. La sua formazione comprende un Master II in Big Data e una laurea magistrale in Ingegneria Ambientale. I suoi temi di ricerca principali sono self-supervised learning, continual learning, change detection e multimodality.