Membro del gruppo di Machine Learning del Dipartimento di ingegneria dell’Università di Cambridge, guidato da Zoubin Ghahramani.
I suoi interessi di ricerca consistono nell’apprendimento automatico probabilistico, un approccio all’apprendimento automatico in cui è importante modellare correttamente l’incertezza. Ciò ha un ruolo nell’ottenere una stima delle “barre di errore” nelle previsioni, cioè nella valutazione dell’incertezza predittiva, o nell’apprendimento attivo, in cui il trade off di esplorazione/sfruttamento è influenzato dalla quantità di incertezza che può essere rimossa esplorando una nuova porzione del spazio di ricerca.
Si interessa alle applicazioni per l’elaborazione del linguaggio naturale, il riconoscimento vocale, i sistemi di dialogo.
È laureato in Ingegneria presso l’Ecole Centrale di Parigi e ha un MPhil in Computer Speech e Language Processing presso l’Università di Cambridge.