Veronica Piccialli ha conseguito la laurea in Ingegneria Informatica (summa cum laude) e il dottorato in Ricerca Operativa presso Sapienza Università di Roma rispettivamente nel 2000 e nel 2004. Dal 2008 al 2020 è stata Ricercatore presso l'Università di Roma Tor Vergata. Dal 2020 è stata Professore Associato presso l'Università di Roma Tor Vergata, dove ha insegnato Metodi di Ottimizzazione per Big Data e Machine Learning per la laurea magistrale in Ingegneria Informatica. Dal 2021 è Professore Ordinario presso il Dipartimento di Ingegneria Informatica, Automatica e Gestionale Antonio Ruberti, Sapienza Università di Roma.
Nel 2006 è stata postdoc presso il dipartimento di Combinatorics & Optimization dell'Università di Waterloo, Canada. Nel 2013 ha ottenuto l'abilitazione scientifica nazionale italiana come professore associato. Nel 2017 ha ottenuto l'abilitazione scientifica nazionale come professore ordinario.
Dal 2019 è Associate Editor nell'area "Design and Analysis of Algorithms: Continuo" per INFORMS Journal on Computing. Dal 2021 è Associate Editor per EURO Journal on Computational Optimization. I suoi interessi di ricerca includono l'apprendimento automatico con applicazioni in Brain Computer Interfaces e disaggregazione dei consumi elettrici, teoria dei giochi, programmazione semidefinita, programmazione non lineare mista-intera, ottimizzazione globale con applicazioni in ingegneria chimica e programmazione quadratica standard.
È autrice e co-autrice di più di 40 articoli su riviste rinomate come Mathematical Programming, SIAM Journal on Optimization, IEEE Transactions on Neural Networks and Learning Systems, Computational Optimization and Applications, Computational Management Science, Operations Research Letters, Journal of Global Optimization, Optimization Methods and Software, Journal of Optimization Theory and Applications, ed è autrice di 3 capitoli di libri con referaggio pubblicati in libri internazionali.