È trovare chi sa tradurla nei processi che già esistono. Vengo dalle operations industriali, non dallo sviluppo software: qui sotto non trovi un curriculum, trovi le prove.
Laurea in Ingegneria Gestionale a Bologna, otto anni nelle operations industriali (aria compressa, refrigerazione, impianti) dove ho coordinato tecnici, gestito fornitori, seguito clienti dalla preventivazione alla chiusura intervento. Ho imparato a leggere i problemi prima che diventino emergenze e a tenere insieme persone, dati e scadenze.
Negli ultimi anni ho aggiunto un layer diverso: automazione dei processi, analisi dati, AI applicata. Non per cambiare mestiere, ma per fare meglio quello che so già fare e per portare quella mentalità in contesti che ne hanno bisogno.
Cerco un ruolo dove contino entrambe le cose: l'esperienza sul campo e la capacità di trasformarla in strumenti.
Imparo quello che serve di volta in volta. Ogni blocco raccoglie i lavori fatti con quello strumento.
I dati degli interventi tecnici erano su Google Sheets ma nessuno li leggeva ogni settimana.
n8n legge i dati ogni venerdì, li passa a Claude API che genera una dashboard HTML, salvata su Drive e inviata via email.
Report professionale consegnato in automatico ogni settimana — zero intervento manuale.
In operations, sapere chi è affidabile, chi costa di più e chi genera problemi è una decisione che si prende ogni giorno. Ho costruito questa analisi per dimostrare come i dati la supportano.
Dati strutturati su 7 fornitori e 6 mesi: valore ordini, puntualità consegne, qualità media, reclami. Quattro visualizzazioni complementari assemblate in una dashboard interattiva.
Il fornitore con il volume più alto è anche quello con più reclami e puntualità sotto il 80%. Lo scatter lo mostra a colpo d'occhio.
I costi di manutenzione erano distribuiti per fornitore e reparto, senza una vista integrata che permettesse di confrontare spesa reale e budget.
Tabella strutturata su 150 righe, foglio Analisi con SUMIF, COUNTIF, SUMPRODUCT per mese e IFERROR. Dashboard con 4 KPI e 3 grafici collegati ai dati.
Vista completa: spesa per centro di costo, andamento mensile vs budget, ripartizione per tipo intervento — tutto aggiornabile in automatico.
Le richieste di assistenza arrivano in modo disorganizzato senza una struttura che permetta di classificare urgenza, tipo di guasto e macchinario coinvolto.
Chat conversazionale con Claude API: raccoglie le informazioni tramite domande mirate, poi una seconda chiamata estrae i dati strutturati e genera un ticket con ID univoco.
Da una descrizione libera del problema a un ticket classificato in meno di 2 minuti — senza form da compilare.
Accessibile anche per una PMI. I costi crescono solo con i volumi — e rimangono proporzionali al valore generato.
In manutenzione si interviene quando il guasto è già successo. Capire in anticipo quali macchinari rischiano di fermarsi permette di programmare gli interventi invece di subirli.
Un modello Random Forest (scikit-learn) addestrato su 500 interventi pesa età, ore di utilizzo, frequenza guasti recenti e tipo di macchinario per stimare la probabilità di guasto imminente.
Parco macchine ordinato per rischio, con la motivazione in chiaro e il tecnico consigliato per specializzazione. 75% di accuratezza sul test.
Coordinare tecnici su un territorio ampio con centinaia di attività aperte: la domanda pratica era sempre chi ho disponibile vicino a quel cliente?
Evoluzione digitale di un DB Excel con colonna Zona: gli stessi dati proiettati su una mappa interattiva, con filtri per tecnico, tipo attività e stato.
Dashboard operativa single-file: 200 interventi su mappa, filtri multipli combinabili, lista laterale scrollabile sincronizzata. Zero dipendenze backend.
Molte PMI industriali vogliono adottare l'AI ma non sanno da dove partire, cosa è realistico e quali rischi considerare.
Assessment su 4 assi, 6 use case mappati per impatto e difficoltà, roadmap per fasi con ROI stimato e framework di governance con requisiti EU AI Act.
Documento strategico completo per una PMI industriale fittizia — replicabile su qualsiasi cliente reale. I prototipi per UC1 e UC2 esistono già nel portfolio.
Un impianto industriale consuma energia in modo non uniforme. I dati ci sono, ma nessuno li legge in modo sistematico.
Dashboard con serie storiche per reparto (4 reparti, 12 mesi), anomalie rilevate automaticamente. Il bottone AI invia i dati a Claude e restituisce una diagnosi con azioni correttive concrete.
Vista immediata su trend, picchi e sprechi. L'analisi AI identifica le priorità di intervento in linguaggio operativo.
In manutenzione il ricambio giusto deve esserci al momento del guasto. Rotture di stock significano downtime. Magazzino pieno di pezzi mai usati significa capitale immobilizzato.
ABC analysis su 20 articoli (18 mesi di storico), alert automatici per stock esaurito e sotto scorta, suggerimenti di riordino. Il bottone AI invia la situazione a Claude e restituisce le priorità operative.
Vista immediata su cosa manca, cosa è fermo e cosa va riordinato. Pronto per il responsabile acquisti.
Costruire un preventivo tecnico è un processo lento e ripetitivo. Il tecnico deve tradurre manualmente una richiesta in voci di costo — con risultati inconsistenti tra operatori diversi.
L'utente descrive la richiesta in testo libero. Claude legge il listino Termoflex, classifica l'intervento e genera una bozza strutturata con voci, quantità, prezzi e IVA.
Bozza preventivo pronta in secondi. Il responsabile rivede e approva — l'AI accelera, l'umano decide.
Le ispezioni periodiche producono note a mano e checklist cartacee che raramente diventano insight azionabili. Il tecnico deve ricostruire un verbale da zero — lento, qualità variabile.
Checklist strutturata per tipo impianto con stato OK/Da monitorare/Critico e campo note. Punteggio in tempo reale. Al termine, Claude genera il verbale completo con criticità e raccomandazioni.
Verbale professionale in pochi secondi, con sintesi tecnica, livello di gravità per ogni criticità e piano d'azione.
Il tecnico compila il rapportino a mano o a fine giornata, con perdita di dettagli e ritardi nella comunicazione verso cliente, coordinatore e amministrazione.
App offline-first: timer automatico (Arrivo→Termine), firma touch su canvas, checklist e ricambi. Claude genera due testi — uno per il cliente, uno per il coordinatore — entrambi modificabili.
Rapportino completo sul posto, con arrotondamento automatico delle ore per la fatturazione e comunicazione immediata verso tutte le parti.
Ogni settimana il responsabile deve raccogliere i KPI operativi da file Excel o CSV e costruire manualmente un briefing per il team — un'attività ripetitiva che richiede tempo e attenzione.
L'utente carica il file con i dati (o usa il dataset demo), aggiunge il contesto della settimana e riceve un briefing strutturato generato da Claude API: executive summary, trend chiave, priorità e azioni concrete.
Briefing pronto in pochi secondi, coerente con il contesto aziendale, pronto per essere condiviso con il team o il management senza rielaborazione manuale. Costo per singola elaborazione: frazioni di centesimo. I dati restano sul dispositivo dell'utente — nessun file viene salvato o trasmesso a terzi: il testo viene inviato solo al momento della generazione, esattamente come una qualsiasi chat AI.
Leggere un preventivo o un contratto richiede tempo e attenzione. I dettagli critici — penali, clausole, date — si perdono tra paragrafi di testo tecnico.
L'utente incolla il testo del documento. Claude lo analizza e restituisce 5 sezioni strutturate: Sintesi, Cosa include, Punti di attenzione, Condizioni chiave, Domande da fare.
Analisi in pochi secondi, con livello di rischio evidenziato. Zero backend — la chiave API dell'utente non transita per nessun server. Disponibile anche in modalità demo senza API key.
Report interattivi costruiti con Claude API a partire da dati reali: KPI operativi, interventi tecnici, analisi geografiche.
Nel mio lavoro coordinavo interventi tecnici su impianti di aria compressa e refrigerazione. I dati erano distribuiti tra Excel e CRM, senza una vista unificata. Report automatico generato tramite Claude API.
Apri dashboard →Simulazione di un report executive per decisioni strategiche. Margini, andamenti e aree critiche in un colpo d'occhio — con mappa USA choropleth in D3.js.
Apri dashboard →Stessa base dati della dashboard CEO, rappresentata geograficamente stato per stato. Dove il business performa e dove no — senza tabelle, solo colore e impatto visivo.
Apri dashboard →Un esempio essenziale: stesso approccio (dati CSV, Claude API, output HTML) applicato a un report operativo semplice. Dimostra la versatilità del metodo, non solo le viste elaborate.
Apri dashboard →Progettare un applicativo funzionante richiede una logica diversa da una dashboard: bisogna pensare a chi lo usa, cosa fa, come si muove tra i dati.
Le PMI di servizi tecnici spesso gestiscono clienti, interventi e opportunità commerciali su fogli Excel separati. Ho progettato un CRM operativo completo che centralizza tutto in un unico strumento: anagrafica clienti, storico interventi (con filtri per stato e priorità), pipeline commerciale Kanban e dashboard KPI. Gira interamente nel browser.
Apri il CRM →Un agente operativo per il triage delle richieste di supporto tecnico industriale. Dimostra come AI e processo umano possano collaborare — mantenendo il controllo dove conta.
Le richieste di assistenza tecnica arrivano in forma libera e devono essere classificate, assegnate e gestite rapidamente. L'agente riceve la segnalazione, classifica urgenza e tipologia di guasto, suggerisce il tecnico più adatto e genera una bozza di risposta. Il responsabile rivede, può modificare il tecnico suggerito, e approva prima dell'invio. L'AI accelera — l'umano decide.
Prova l'agente →Non basta costruire tool AI — bisogna sapere dove, quando e perché introdurli. Questo documento mostra come si struttura un percorso di adozione AI in una PMI industriale italiana.
Score di maturità AI su 4 assi, mappa dei 6 use case prioritari, roadmap in 3 fasi (18 mesi) con ROI stimato, framework di governance con riferimenti EU AI Act. Un documento strategico completo — replicabile su qualsiasi PMI industriale.
Apri l'assessment →La lista cresce ogni volta che un problema chiede uno strumento nuovo.
Il percorso digitale che affianca l'esperienza sul campo. Dove disponibile, ogni attestato è verificabile online.
Percorso intensivo su digital tools per la produttività, project management tradizionale e agile, AI tools per automatizzare processi e supportare le decisioni, marketing digitale e fondamenti agile (sprint, stand-up, retrospettive).
Verifica l'attestato →Aperto a nuove opportunità in operations, digital transformation e automazione dei processi. Se cerchi un profilo che unisce esperienza industriale e mentalità digitale, scrivimi.