INFO CANDIDATO
DETTAGLIO CV
Profilo Candidato
Ciao! Sono uno studente di Intelligenza Artificiale appassionato di innovazione tecnologica e apprendimento automatico. Cerco opportunità per crescere nel campo dell'IA e contribuire a un futuro più intelligente e promettente.
Studi, Corsi, Certificazioni, Lingue conosciute
Master in Intelligenza Artificiale - 2023‑2025
Università degli Studi Milano Bicocca, Università degli Studi di Milano, Università degli Studi di Pavia
Titolo: Master's Degree in Artificial Intelligence
Vision and Sports Summer School
Czech Technical University in Prague - 22‑27 July 2024
Partecipazione a scuola estiva
Laurea Triennale in Informatica - 2019‑2022
Università Aldo Moro di Bari
Titolo: Bachelor's Degree in Computer Science
Tesi: "Riconoscimento e monitoraggio di esercizi di yoga tramite computer vision"
Laureato con lode
Corsi principali: Information Retrieval, Agent-based Systems, Knowledge Engineering
Lingue:
- Italiano: Madrelingua
- Inglese: Livello B2
Esperienze di Lavoro
Freelancer
Ruolo: ML Engineer
Periodo: Maggio 2025 - Attualmente
Sviluppo di un sistema per Fondazione Alfieri per l'esecuzione di Named Entity Recognition (NER) ed estrazione su cartelle cliniche elettroniche (EHR)
Code Architects
Ruolo: Machine Learning Intern
Periodo: Maggio 2023 - Settembre 2023
- Analisi comparativa tra metodologie di ricerca classiche e semantiche, valutando metriche di costo, tempo e qualità.
- Sviluppo di un chatbot efficiente utilizzando le librerie Langchain e Lamaindex, sfruttando modelli linguistici avanzati (LLMs) per sostituire i call center di primo livello.
- Progettazione e implementazione di un classificatore di domande per migliorare l'interazione con i clienti.
- Creazione di un chatbot per un accesso semplice alla documentazione aziendale, migliorando l'efficienza del flusso di lavoro.
Competenze di Programmazione:
- Linguaggi: Java, Python, C
- Aree: Machine Learning, Deep Learning, Keras, PyTorch, SQL, Unity
- Paradigmi: Programmazione Orientata agli Oggetti (OOP)
Progetti
Where to land a drone - GitHub
Tecnologie: Python, Keras, Weights & Biases
- Segmentazione semantica di immagini aeree da drone e rilevamento del punto migliore per l'atterraggio.
- Sviluppo di modelli U-Net, Res-Net, SegFormer, DeepLabV3+.
- Raggiunta di una precisione media superiore all'80%.
Food-Classification - GitHub
Tecnologie: Python, Scikit-learn, PyTorch, Weights & Biases
- Utilizzo di un approccio Bag-of-Words (BoW) con classificazione tramite Support Vector Machine (SVM).
- Creazione di una Convolutional Neural Network (CNN) personalizzata addestrata sui dati originali.
- Applicazione di preprocessing dei dati in entrambi gli approcci.
Anomaly detection on Hypothyroidism dataset - GitHub
Tecnologie: Python, Scikit-learn, PyOD, SciPy, Seaborn, Matplotlib
- Analisi dettagliata del dataset, inclusi preprocessing e gestione dei valori mancanti.
- Visualizzazione delle distribuzioni dei dati per comprenderne le caratteristiche e preparazione per il rilevamento di anomalie.
- Applicazione di quattro algoritmi di anomaly detection: DBSCAN, LOF, Auto-Encoder, MCD.
- Confronto e analisi completa di questi metodi utilizzando varie metriche e clustering KMeans.
Yoga Virtual Coach - GitHub
Tecnologie: Python, Scikit-learn, Keras, Flask, SQLAlchemy
- Sviluppo di un modulo di computer vision per il rilevamento e la correzione di pose yoga.
- Utilizzo di un dataset pubblico di 6 pose yoga registrate con webcam standard da 15 individui.
- Sperimentazione di vari metodi di classificazione ottenendo precisioni superiori al 90%.
- Addestramento di modelli utilizzando keypoints estratti tramite MoveNet per Human Pose Estimation.
- Implementazione della correzione calcolando 8 angoli chiave per frame e confrontandoli con un angolo medio derivato da KNN.
- Integrazione dei sistemi in un'applicazione web basata su Flask seguendo il pattern MVC.