Paolo Bonetti è un ricercatore post-doc presso il Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB) del Politecnico di Milano.
La sua ricerca si concentra sullo sviluppo di tecniche di machine learning applicato alle scienze del clima, con particolare attenzione a metodi interpretabili, all'analisi di eventi climatici estremi, alla riduzione della dimensionalità, alla causalità e al flusso di informazione, e al controllo tramite apprendimento per rinforzo. Ha conseguito un dottorato di ricerca (PhD) in Information Technology presso il Politecnico di Milano (con lode; discusso nell’aprile 2025), durante il quale ha sviluppato metodologie interpretabili e causali per l’estrazione di variabili significative e la loro applicazione agli eventi climatici estremi.
In precedenza, ha ottenuto sia la laurea triennale sia la laurea magistrale in Ingegneria Matematica (Statistical Learning) presso il Politecnico di Milano ed è stato studente Erasmus presso l’Aalto University. Il suo principale obiettivo di ricerca è innovare metodi e applicazioni di intelligenza artificiale preservandone l’interpretabilità e l’applicabilità pratica, collegando i progressi metodologici alle esigenze e ai vincoli del mondo reale.