Biografia
Giacomo Nodjoumi (1º marzo 1988) è uno scienziato planetario italiano e assegnista di ricerca presso lo Space Science Data Center dell’ASI e l’INAF-OAR di Roma. Elabora dati ottici e radar di Luna e Marte, sviluppa servizi pronti per HPC e applica il deep learning per individuare pit, skylight e lava tubes. Co-responsabile dello sviluppo delle infrastrutture Docker/JupyterHub e delle Lunar SDAs del progetto H2020 EXPLORE, ha conseguito un dottorato in Geoscienze alla Constructor University Bremen nel 2025 e possiede una laurea magistrale in Geologia Applicata.
Abstract
JupyterHub Europlanet GMAP: Scienza riproducibile con Docker
Le analisi planetarie avanzate richiedono spesso strumenti complessi (ISIS, ASP) e competenze Unix, limitandone l'usabilità. L'Europlanet GMAP JupyterHub supera questi ostacoli integrando ISIS, ASP e uno stack Geospatial-Python in container riproducibili. Uno script semi-automatico distribuisce ambienti utente su HPC o macchine locali, con notebook web, cartelle condivise e integrazione Git/cloud. La piattaforma è altamente scalabile da portatili a cluster, favorendo ricerca collaborativa, didattica e citizen science con piena riproducibilità.
Presentazioni
Video
Bio
Giacomo Nodjoumi (1 March 1988) is an Italian planetary scientist and research fellow at ASI’s Space Science Data Center and INAF-OAR-Rome. He processes optical and radar data from the Moon and Mars, builds HPC-ready services, and applies deep learning to detect pits, skylights and lava tubes. A co-lead-developer of Docker/JupyterHub infrastructures, the Lunar SDAs of the H2020 EXPLORE project. Nodjoumi earned a PhD in Geosciences from Constructor University Bremen in 2025 and holds an M.Sc. in Applied Geology.
Abstract
Europlanet GMAP JupyterHub: Reproducible Science with Docker
Advanced planetary-science analyses need complex tools (ISIS, ASP) and Unix skills, limiting access. Europlanet GMAP’s Docker-based JupyterHub removes these barriers by bundling ISIS, ASP and a Geospatial-Python stack in reproducible containers. A semi-automated script deploys user workspaces on HPC or local machines, providing web notebooks, shared storage and Git/cloud links. The platform scales from laptops to clusters, enabling collaborative research, teaching and citizen science with full reproducibility.
Attribution 4.0 International