Nessun numero inventato
Quando un dato preciso è riservato o non disponibile, descrivo il cambiamento tecnico invece di costruire una percentuale.
Case study di engineering / 01—09
Decisioni tecniche, spiegate nel loro contesto.
Nove case study concreti: tre sistemi professionali anonimizzati e sei progetti open source di Labs. Ogni caso spiega i vincoli, le decisioni, ciò che è stato costruito e fin dove arrivano le prove.
00 / NOTA
P01 P02 P03
Lavoro che vale la pena spiegare.
Un elenco di tecnologie dice poco. L’archivio separa lavoro professionale e progetti Labs, poi segue decisioni, verifiche e limiti di ogni sistema.
Prima le decisioni, poi gli strumenti
La tecnologia conta, ma soltanto dopo aver chiarito il problema e il compromesso.
Nomi omessi, lavoro intatto
Le organizzazioni e i dettagli commerciali non compaiono. Il perimetro tecnico resta specifico.
Archivio dei case study09 CASI
9 case study
CASO / 01
Migrazione cloud di una piattaforma AI.
In circa un mese ho portato una piattaforma multicomponente per documenti e workflow AI da un assetto on-premise specifico per ambiente a Terraform riutilizzabile, GKE e un rilascio blue/red controllato su Google Cloud.
CASO / 02
Gestione di workflow archivistici.
In circa tre mesi ho costruito un servizio Spring Boot e un microfrontend React Single-SPA attorno a Camunda, per creare sessioni archivistiche, muovere pacchetti sorgente lungo un ciclo di nove passaggi e seguirne l’output.
CASO / 03
Manutenzione ed evoluzione di un ERP retail.
Per circa diciannove mesi ho lavorato su SQL Server, .NET Framework 4.8 e un frontend KnockoutJS di un ERP retail operativo: feature, bug, report, due integrazioni con corrieri e modernizzazione della ricezione stock.
CASO / 04
CareerOS Local.
CareerOS Local combina un’app desktop Tauri, un sidecar FastAPI, un archivio SQLite versionato e un runtime LLM locale obbligatorio. Il risultato è uno strumento per la carriera che conserva sul dispositivo dell’utente fonti, documenti e analisi.
CASO / 05
ELIZA Lab.
ELIZA Lab è una pipeline di machine learning in Rust per addestrare, calibrare e analizzare localmente un classificatore di intenti. Sostituisce l’equivoco presupposto di un bot terapeutico con un esperimento riproducibile, non clinico e capace di astenersi.
CASO / 06
DjenisAiAgent.
DjenisAiAgent osserva un’interfaccia Windows o browser, richiede una singola azione Gemini strutturata, la verifica rispetto ai permessi del runtime e inserisce il risultato verificato nel turno successivo.
CASO / 07
DIG.
DIG affianca un vero client Gopher da terminale a un explorer deterministico nel browser. La CLI apre risorse gopher:// tramite TCP limitato; l’edizione web insegna lo stesso parser attraverso una fixture sicura.
CASO / 08
IntegraDraw.
IntegraDraw è un ambiente Java desktop e TypeScript Canvas per confrontare somme dei punti medi e trapezoidali con un riferimento Simpson. Entrambi i runtime condividono casi numerici versionati e tolleranze esplicite.
CASO / 09
VECTOR.
VECTOR trasforma una coorte fittizia di tirocini in una console operativa solo browser. Ricerca, filtri di stato, viste dei progressi e aggiornamenti delle tappe funzionano localmente, senza account, backend o servizio di analytics.
00 / 00
Nessun case study corrisponde ai filtri.
Prova una ricerca più ampia, un’altra raccolta o tutti gli argomenti.
Hai un sistema che ha bisogno di una direzione più chiara?
Partiamo dalla parte difficile. Possiamo definire insieme architettura, piano di consegna e prima release utile.