AI & Software Engineer. Studio Ingegneria Informatica al Politecnico di Milano.
Sono uno studente magistrale in Ingegneria Informatica al Politecnico di Milano, specializzato in AI/ML, NLP ed Edge AI; la tesi, in corso, riguarda lo Streaming Continual Learning. Su richiesta seguo anche collaborazioni freelance. Scopri di più su di me
Su richiesta seguo progetti in queste aree, con preventivo gratuito.
Integrazioni personalizzate con OpenAI, Anthropic e modelli open-source, e pipeline Retrieval-Augmented Generation end-to-end. Prompt engineering, function calling, output strutturati, ingestione, chunking, embeddings, vector DB e valutazione delle risposte.
Automazione dei workflow per PMI combinando n8n, LLM e API esterne. Sostituisci le operazioni ripetitive con pipeline affidabili.
Modelli personalizzati per classificazione, serie temporali e computer vision. Dal data cleaning al deploy, con una valutazione rigorosa.
Code review, audit architetturali, valutazioni di AI-readiness. Feedback onesto su cosa costruire, cosa acquistare e cosa abbandonare.
La mia tesi magistrale, iniziata a settembre 2026, studia le strategie architetturali di deep learning per lo Streaming Continual Learning. È alle prime fasi: titolo provvisorio, domanda di ricerca da definire, nessun risultato.
Progetto del corso Embedded and Edge AI: stimare frame per frame la posizione di 0–4 persone in una stanza dai segnali di 6 radar UWB, con un modello che rientra nei limiti di memoria di un ESP32-S3.
Per il corso di Natural Language Processing del Politecnico di Milano ho sviluppato il cuore di un agente che gioca a un quiz a tempo, in testo e voce: ricerca web, retrieval e ragionamento con un LLM open-weights in locale.
Ho implementato Continuous LSTM e Continuous PNN come classificatori compatibili con CapyMOA e li ho valutati sullo stream Weather: il cPNN oscilla meno nella maggior parte dei concetti, il cLSTM ha un Kappa medio più alto in 5 su 8.
