certificationcertificationcertificationcertificationcertification

My Latest OS Project

Redamon Logo

RedAmon

Unmask the hidden before the world does.

Redamon - AI Red Team Framework

Un framework AI per red teaming che automatizza le operazioni di offensive security, dalla reconnaissance all'exploitation al post-exploitation, senza intervento umano. Completamente containerizzato, concatena reconnaissance in sei fasi, agenti autonomi basati su LangGraph e mappatura della superficie di attacco con Neo4j in una pipeline di offensive security end-to-end.

I MIEI PROGETTI OS

In questa sezione troverete i miei progetti open source che condivido con la community. Per ogni progetto ho creato un tutorial su YouTube per spiegare nel dettaglio le idee di base e le logiche di sviluppo, guidando gli sviluppatori nell'integrazione delle soluzioni che presento. I progetti sono sperimentali e di tipo MVP, ma vengono poi integrati su progetti reali in produzione utilizzando gli stessi concetti, ampliati e sviluppati per essere adatti all'enterprise. Sono fermamente convinto che se oggi abbiamo raggiunto traguardi incredibili nel mondo IT, è grazie all'open source, alla condivisione e alla community tra sviluppatori. Questo è il mio contributo a un mondo migliore basato sulla condivisione dei propri lavori.

Redamon: Framework AI per Red Teaming Automatizzato nella Sicurezza Offensiva

Un framework AI per red teaming che automatizza le operazioni di offensive security, dalla reconnaissance all'exploitation al post-exploitation, senza intervento umano. Completamente containerizzato, concatena reconnaissance in sei fasi, agenti autonomi basati su LangGraph e mappatura della superficie di attacco con Neo4j in una pipeline di offensive security end-to-end.

client
YouTube

Watch the video

GitHub

Project repository

Sistema di Rilevamento Cyber Attack in Real-Time con ML & AWS (Full MLOps Pipeline)

Un sistema production-grade di rilevamento cyber attack in tempo reale deployato su AWS con automazione. Include rilevamento anomalie basato su autoencoder, classificatore SGD incrementale per streaming data, dual training pipeline (batch & streaming), infrastruttura AWS CloudFormation, CI/CD, Blue/Green deployment e simulazione di attacchi DoS, exploits, backdoor e altro.

client
YouTube

Watch the video

GitHub

Project repository

Vision RAG: Ricerca Multimodale di Documenti con Embedding Testo & Immagini

Il futuro della ricerca documentale è qui! Vision RAG unisce elaborazione di testo e immagini in un unico potente workflow RAG. Include strategie di dual embedding (OpenAI + Cohere), PostgreSQL con pgvector per ricerca semantica, deployment Docker-first, layer di ingestion unificato con supporto OCR, e risposte multimodali che combinano testo e immagini usando GPT o Gemini.

client
YouTube

Watch the video

GitHub

Project repository

Costruire un Large Language Model da Zero con Transformers & Keras

Demistifica gli LLM! Un deep dive visuale nei Transformers: self-attention, embeddings, positional encoding, multi-head attention e feed-forward networks spiegati intuitivamente. Poi costruisci un modello di generazione testo da zero in Keras tokenizzazione, preparazione dataset, training con metriche reali e analisi degli output. Nessuna black box, solo codice reale e matematica chiara.

client
YouTube

Watch the video

GitHub

Project repository

Hybrid Multi-Vector Knowledge Graph RAG con Graph Traversal Avanzato

Combina vector embeddings e graph databases per retrieval intelligente! Include integrazione Neo4j, multi-vector embeddings e algoritmi di traversal avanzati: Context-to-Cypher, K-hop BFS, Depth-Limited DFS, Uniform Cost Search, A* Heuristic, Beam Search tutti con filtraggio predicati LLM opzionale. Include estrazione entità con LangChain e tecniche di visualizzazione.

client
YouTube

Watch the video

GitHub

Project repository

AI Agent Framework Benchmark: LangChain, OpenAI SDK, CrewAI e altri

Un benchmark completo dei principali framework per agenti AI (LangChain, OpenAI Agent SDK, CrewAI, LlamaIndex, AutoGen, Semantic Kernel) rispetto a Python puro. Copre orchestrazione multi-agente, gestione dello stato, integrazione tool, interoperabilità MCP, pipeline di esecuzione codice e guardrails. Ogni framework valutato su astrazione, leggibilità, complessità setup e flessibilità.

client
YouTube

Watch the video

GitHub

Project repository

Semantic Text2SQL: RAG + Text-to-SQL Combinati per Query Intelligenti

Perché scegliere tra RAG e Text-to-SQL quando puoi avere entrambi? Questo sistema combina SQL Tradizionale per precisione, Vector Embeddings per comprensione semantica e Fuzzy Matching per tolleranza agli errori di battitura. Include supporto multilingue, query auto-correttive e protezione contro SQL injection.

client
YouTube

Watch the video

GitHub

Project repository

Forecasting Serie Temporali con Transformer: Multi-Head Attention per Predizione Prezzi

Un modello di forecasting serie temporali basato su Transformer per predire segnali stock-price usando TensorFlow e Keras. Include multi-head self-attention, stack Transformer blocks con connessioni residue, sliding-window datasets, positional encodings, monitoraggio TensorBoard, e visualizzazione per catturare dipendenze a lungo raggio in serie finanziarie.

client
YouTube

Watch the video

GitHub

Project repository

Model Context Protocol (MCP) Server: Implementazione FastAPI & WebSocket

Un server Model Context Protocol costruito da zero usando FastAPI, WebSockets e async/await in Python per comprendere le logiche di basso livello dell'MCP. Include operazione dual-mode (HTTP REST e WebSocket), capacità server (tools, prompts, resources), autenticazione API-key, e un client agent che converte linguaggio naturale in query SQL.

client
YouTube

Watch the video

GitHub

Project repository

SurfAi - AI-Powered Web Automation Agent & Playwright

SurfAi è un agente AI per l'automazione nella navigazione web, interpreta le istruzioni in linguaggio naturale e automatizza le interazioni web utilizzando Playwright. Combina le capacità LLM con l'automazione del browser per l'esecuzione di compiti complessi. Per esempio, può prenotare voli, acquistare articoli online o effettuare il login e creare post automatici su LinkedIn.

client
YouTube

Watch the video

GitHub

Project repository

Ottimizza l'Inferenza LLM: KV Caching & Causal Masking da Zero

Un'implementazione LLM basata su Transformer con Key-Value (KV) Caching e Causal Masking per generazione testo production-grade. Questo progetto dimostra architettura GPT-style in Python/Keras/TensorFlow con decoding efficiente O(n), aggiornamenti cache dinamici, maschere di attenzione causali, e benchmark delle prestazioni che mostrano speedup drammatico rispetto a implementazioni vanilla.

client
YouTube

Watch the video

GitHub

Project repository

AutoCodeAgent 2.0: Intelligent Task Decomposer & Code Generator ora con RAG ingestion/retrieval

Cosa succede se aggiungi RAG per ingestion/retrieval come tools ad AutoCodeAgent? Diventa AutoCodeAgent 2.0! Un sistema intelligente in grado di automatizzare l'ingestione e il recupero nel database per migliorare le prestazioni dell'agente e utilizzarli come strumenti per sottotask nella risoluzione di compiti complessi.

client
YouTube

Watch the video

GitHub

Project repository

Fine-Tuning Gemma 3 1B-IT per Math Reasoning: LoRA, GRPO & Unsloth

Fine-tuning del modello Gemma 3 1B-IT per ragionamento matematico usando LoRA (Low-Rank Adaptation) e GRPO (Generative Response Policy Optimization). Ottimizzazioni Unsloth per quantizzazione 4-bit, funzioni reward per accuratezza e formattazione, strutturazione chain-of-thought con tag XML, e training su hardware consumer-grade. Walkthrough per preparazione dataset e deployment del modello.

client
YouTube

Watch the video

GitHub

Project repository

AutoCodeAgent: Intelligent Task Decomposer & Code Generator

AutoCodeAgent è un sistema avanzato basato su AI che automaticamente scompone compiti complessi in sottocompiti gestibili, genera ed esegue codice Python per ciascuno, e raffina il processo iterativamente. Sfruttando tecniche AI all'avanguardia, orchestra l'uso di vari tools e librerie per risolvere i problemi in modo efficiente ed efficace.

client
YouTube

Watch the video

GitHub

Project repository

Fine-Tuning LLM per Tool Selection: Supervised Fine-Tuning con Hugging Face

Un workflow per adattare modelli linguistici compatti a selezionare strumenti software. Include generazione dati sintetici per 10,000 coppie query-tool, estensione tokenizer con control tokens, configurazione TRL SFTTrainer, training quantizzato 4-bit su hardware consumer, e valutazione continua. Usa SmolLM2-135M da Hugging Face.

client
YouTube

Watch the video

GitHub

Project repository

Gestione di task avanzati con AI Interactive Multiagent

Un sistema intelligente progettato per orchestrare e gestire un'agent chain per risolvere task complessi, scomposti in subtask più semplici e gestibili. Interactive Multiagent garantisce un'esecuzione efficiente ed efficace dei compiti attraverso agenti specializzati. È una sorta di chain of thought in cui gli agenti interagiscono tra loro e con l'utente per risolvere il compito.

client
YouTube

Watch the video

GitHub

Project repository

Generatore di Blog AI: Automatizza il Blogging con LangChain e GPT-4

Il Generatore di Blog AI è un sistema Dockerizzato che sfrutta LangChain, GPT-4 di OpenAI e le API di Hugging Face per creare articoli di blog coinvolgenti su argomenti di tendenza. Il flusso di lavoro include l'analisi automatizzata delle tendenze, l'estrazione di notizie dal web, la generazione di articoli dettagliati e la creazione di immagini personalizzate.

client
GitHub

Project repository

Agente AI su Graph State Machine utilizzando PyTransitions

Gli Agenti AI più sofisticati hanno workflow gestiti da macchine a stati. Sebbene esistano molte librerie open-source (ad esempio, LangGraph), PyTransitions si distingue grazie alle sue ampie funzionalità e robuste estensioni come HierarchicalMachine, GraphMachine e AsyncMachine, rendendolo una scelta eccellente.

client
YouTube

Watch the video

GitHub

Project repository

Webapp con AI Generativa, Next.js e AWS

Questa Webapp sfrutta l'AI Generativa, includendo un AI superagent per la web search, l'elaborazione dei dati e le interazioni con LLM. Comprende l'utilizzo e la gestione di un knowledge base, storage su AWS S3 e integrazione di Socket.io. Costruita su Amazon Bedrock con AWS Lambda e OpenSearch, l'app offre soluzioni intelligenti, scalabili e ad alte prestazioni.

client
YouTube

Watch the video

GitHub

Project repository

Scraping con tecniche avanzate di Anti-Rilevazione

Il sistema adotta tecniche anti-rilevazione avanzate: undetected_chromedriver per browser stealth, rotazione di proxy e user-agent, simulazione di interazioni umane, spoofing di proprietà navigator e override di metodi JavaScript per evitare fingertips. Opera in headless mode con pyvirtualdisplay, crea profili temporanei, ed effettua update di librerie contro tecniche anti-bot.

client
GitHub

Project repository

GitHub

Project repository 2

Sistema di query Text-to-SQL con LangChain

Un progetto basico che traduce domande in linguaggio naturale in query SQL utilizzando Open AI e LangChain, esegue le query su un database SQLite e fornisce risposte dettagliate. Offre integrazione con il database, prompt personalizzabili e un'interfaccia a riga di comando interattiva per interrogazioni in tempo reale.

client
GitHub

Project repository

Riconoscimento Cifre Scritte a Mano MNIST: MLP con Keras & TensorBoard

Un tutorial per addestrare un Multi-Layer Perceptron (MLP) a riconoscere cifre scritte a mano da MNIST usando Keras. Include preprocessing dati, Keras Functional API con BatchNormalization e Dropout, callback TensorBoard per monitoraggio, visualizzazione Visualkeras, metriche (confusion matrix, precision, recall, F1-score), e salvataggio/caricamento modello. Include predizioni su campioni e report dei risultati.

client
YouTube

Watch the video

GitHub

Project repository

Alcuni Clienti

clientclientclientclientclientclientclientclientclientclientclientclientclientclientclientclientclientclient

Freelance logoSono un AI Platform Architect & Full-Stack Lead con oltre 15 anni di esperienza nella realizzazione di sistemi software production-grade. La mia expertise principale risiede all'intersezione tra software engineering e intelligenza artificiale, progettando applicazioni scalabili e robuste che integrano capacità AI per ambienti enterprise reali.

Certificazioni: Sono multi-certificato AWS per expertise cloud e certificato IBM per AI engineering, portando credenziali comprovate in ogni progetto.

AI & Machine Learning: Progetto e deploy soluzioni ML end-to-end che coprono supervised, unsupervised e reinforcement learning. La mia esperienza nel deep learning include CNN, RNN, LSTM e architetture Transformer, con competenze pratiche in model training, validation, hyperparameter tuning, transfer learning e fine-tuning per il deployment in produzione.

Specializzazioni AI: Sviluppo sistemi NLP sofisticati (text processing, sentiment analysis, chatbot, language models, fine-tuning di LLM), soluzioni di Computer Vision (image classification, object detection, segmentation, image generation), architetture RAG ibride con vector e graph database (Pinecone, Weaviate, Chroma, Neo4j), e sistemi AI Agent utilizzando LangChain/LangGraph per workflow multi-agente autonomi e intelligenti.

Cloud & DevOps: Sono specializzato nel deployment di AI su scala con AWS (SageMaker, Bedrock, Lambda, EC2, S3, RDS). Implemento pratiche DevOps robuste includendo containerizzazione (Docker, Kubernetes), pipeline CI/CD automatizzate, model serving in produzione, monitoring, e experiment tracking con MLflow e Weights & Biases. Garantisco scalabilità, sicurezza e affidabilità nelle soluzioni cloud-native.

Full-Stack Development: Ho padronanza in Python, PHP, JavaScript, Node.js, SQL, TypeScript, TensorFlow e Keras. Oltre all'AI, costruisco applicazioni veloci e manutenibili usando framework moderni come React, Next.js, Django, Flask e Express.js. Progetto API scalabili e integro funzionalità AI in sistemi di produzione con pratiche di software engineering appropriate.

Tools & Framework: Il mio toolkit include Hugging Face Transformers, LangChain/LangGraph per applicazioni AI, vector database per sistemi RAG e piattaforme ML complete per training e deployment. Enfatizzo architettura pulita, version control, testing e codice manutenibile in tutti i progetti.

Sono appassionato nel risolvere problemi complessi con soluzioni AI-driven che funzionano realmente in produzione. Esplorando costantemente tecnologie all'avanguardia, mi concentro sulla delivery di sistemi enterprise-grade sicuri, scalabili e costruiti per il successo a lungo termine.

Offro i miei servizi come AI Platform Architect & Full-Stack Lead per collaborare con aziende di tutte le dimensioni. Sia come partner full-time che su base progettuale come freelancer (con Partita IVA), sono impegnato a fornire soluzioni robuste e production-ready.

Se sei interessato a una collaborazione o desideri maggiori informazioni, non esitare a contattarmi. Sono qui per aiutarti a costruire sistemi intelligenti e scalabili che generano valore reale per il business.

Stacks e Frameworks

Tensorflow & Keras
LangChain
Jupyter Notebook
AWS Sagemaker
AWS Bedrock
Hugging Face
React.JS
Angular
Vue.JS
React Native
Next.js
Node.js
Nest.js
TypeScript
GraphQL
Tailwind
Python
Django
Flask
Express.js
PHP
Laravel
Open AI Api
AWS
CodePipeline
Google Cloud
iOS App Development
Android App Development
Docker
Nginx Server
Apache Server
MySQL
PostgreSQL
MongoDB
Cassandra
Elasticsearch
DynamoDB
Redis
Prestashop
Wordpress