Il Dr. Randazzo è attualmente Fellow of Research on machine learning and neural networks (RTD-A)  presso il Dipartimento di Elettronica e Telecomunicazioni del Politecnico di Torino.
Il Dr. Randazzo sta attualmente lavorando allo sviluppo di nuove metodologie e dispositivi che sfruttino il paradigma IoT (Internet of Things) e algoritmi di intelligenza artificiale per monitorare i processi industriali e i relativi consumi sia in termini di materie prime che di energia.

Il Dr. Randazzo ha lavorato come consulente per la everis Italia spa dal 2014 al 2016. Successivamente, ha intrapreso il dottorato di ricerca ed ha lavorato come mentor per i programmi di promozione dell’innovazione della Fondazione Agnelli. Ha anche vinto la borsa di ricerca “Technology transfer: prototyping and business development activities in entrepreneurship start-up programs” del Politecnico di Torino per promuovere la cultura dell’innovazione e dell’imprenditorialità tra giovani talenti. Successivamente ha fatto un post-doc presso il Politecnico di Torino sul tema “Reti neurali per la telemedicina (NEUNETMED)”.

Il Dr. Randazzo ha conseguito il dottorato di ricerca cum laude nel 2022 in Ingegneria elettrica, elettronica e delle comunicazioni presso il Politecnico di Torino con una tesi finale su “Novel Neural Approaches to Data Topology Analysis and Telemedicine”. Si è laureato con lode in Ingegneria Informatica presso l’Università degli studi di Palermo.

Ha pubblicato su: Neural Networks (Elsevier), Journal of Nephrology (Springer), IEEE Access, Neurocomputing (Elsevier), Electronics (MDPI), Sensors (MDPI); e ha al suo attivo diversi capitoli di libri di Springer. Le sue opere sono state, inoltre, accettate presso SAS(2018), IJCNN (2018-2021), WIRN(2017-2022), MEMEA(2019) e I2MTC(2020) .

La lista completa delle sue pubblicazioni è disponibile sia su Scopus che su Google Scholar.

Il Dr. Randazzo è tra gli inventori di 2 brevetti concessi dall’Ufficio Brevetti e Marchi italiano.

I suoi attuali interessi di ricerca comprendono: reti neurali, analisi dei dati e stima della dimensione intrinseca, pattern recognition, diagnosi di guasti di sistemi non lineari, azionamenti elettrici, applicazioni mediche e biomediche, in particolare nel campo della cardiologia.

Il Dr. Randazzo ha anche vinto la borsa di ricerca “Technology transfer: prototyping and business development activities in entrepreneurship start-up programs” del Politecnico di Torino per promuovere la cultura dell’innovazione e dell’imprenditorialità tra giovani talenti.

Dal 2018 al 2022 è stato co-fondatore e Amministratore unico della Soundbubble srls, spin-off ufficiale del Politecnico di Torino.

È anche membro della SIREN (Società Italiana Reti Neuroniche) ed è il referente per il chapter CIS (Italy section) dell’affinity group Young Professionalper la sezione Italia. È stato vicepresidente dell’IEEE Young Professionals per la sezione Italia ed ex tesoriere dell’IEEE Student Branch del Politecnico di Torino.

È stato anche rappresentante degli studenti sia nel consiglio di dottorato dell’IEEC che nel consiglio del dipartimento DET.
Ha partecipato con successo a diversi programmi sull’innovazione, sia come mentore che come studente, come EIA2017 e Innovation For Change 2017.

Dal 2017 il Dott. Randazzo insegna nel corso “Electronic system Engineering” della Laurea Magistrale in Electronic engineering del Politecnico di Torino, mentre dal 2018 collabora al corso “Fondamenti di Elettronica di potenza” della Laurea Triennale in Ingegneria Elettrica del Politecnico di Torino. Nel 2021, è stato uno dei mentor del corso ” Challenge@PoliTo by Students – Artificial Intelligence: Shape the future” del Politecnico di Torino. Infine, ha collaborato al corso di dottorato “Advanced deep Learning (didattica di eccellenza)”.

Il Dott. Randazzo ha partecipato a diversi progetti di ricerca finanziati, tra cui:

• Proof of Concept (PoC) per la creazione di nuovi dispositivi medicali indossabili intelligenti (PulsEcg, VITAL-ECG)
• Proof of Concept (PoC) per la realizzazione di nuove radiosonde innovative, mini, green ed ultraleggere per analisi delle nuvole (MIGRE);
• analisi della vita residua delle batterie di autoveicoli;
• rilevamento automatico dei bolli di grandine su carrozzeria di autoveicolo;
• stratificazione del rischio nella sindrome di Brugada attraverso intelligenza artificiale.