Portfolio | Sviluppo Software e AI Custom

Membro del Network ToptalTop 3% dei talenti a livello mondiale

My Latest OS Projects

RedAmon

Unmask the hidden before the world does.

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.

Repository del progetto

Guarda il video Visita redamon.org

PATHBREAK

See the attack path. Then break it.

Agentic Cloud Security

Pathbreak è una piattaforma di cloud security agentica che scopre e valida autonomamente i reali percorsi di attacco che un threat actor sfrutterebbe nel tuo cloud, mostrandoti poi esattamente come spezzarli. Ragiona su identità, misconfigurazioni ed esposizione di rete per concatenare le singole debolezze in percorsi di attacco completi e sfruttabili, dando priorità a ciò che conta davvero.

Visita pathbreak.io

La mia ultima pubblicazione

arXiv2610.14216cs.SE · cs.AIOttobre 2026·46 pagine, 22 figure, 8 tabelle

Cortex: Measurement-Gated Evolution and Pruning of Coding-Agent Skills and Rules

Samuele Giampieri

I coding agent come Claude Code seguono file di testo che gli sviluppatori scrivono per loro: un file di progetto, skill e regole. Insieme formano l'harness dell'agente, che cresce ogni volta che uno sviluppatore corregge l'agente, eppure un singolo successo dimostra poco. Cortex mette alla prova le modifiche all'harness invece di fidarsi: trasforma le correzioni dello sviluppatore in task riproducibili, scrive una skill o una regola alla volta e la conserva solo se esecuzioni ripetute, con e senza, mostrano un guadagno netto e nessun task sensibilmente peggiorato. Anche il testo esistente supera lo stesso test prima di essere rimosso. Tool, laboratorio e dati sono open source.

Leggi su arXiv Scarica il PDF

Codice e dati

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

Watch the video

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.

Watch the video

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.

Watch the video

Project repository

Cortex: Evoluzione e Pruning Misurati di Skill e Regole per Coding Agent

Cortex mette alla prova le modifiche all'harness di un coding agent (il file di progetto, le skill e le regole che Claude Code segue) invece di fidarsi. Trasforma le correzioni dello sviluppatore in task riproducibili, scrive una skill o una regola alla volta e la conserva solo se esecuzioni ripetute, con e senza, mostrano un guadagno netto e nessun task peggiorato. Anche il testo esistente supera lo stesso test prima di essere rimosso. Pubblicato su arXiv.

Project repository

Paper on arXiv

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

Watch the video

Project repository

Rushes: Trasforma una Web App in un Video Demo Narrato, Sottotitolato e Verificato

Punta il tuo coding agent sulla tua web app e ottieni un video demo. Tu descrivi la demo, l'agente scrive lo storyboard, e Rushes pilota la tua UI reale in un browser reale con Playwright, narra ogni scena con ElevenLabs e monta tutto con ffmpeg in un video con sottotitoli e capitoli. Poi verifica il risultato: nessuno step irrisolto, nessun silenzio, nessun segreto a schermo. Funziona con Django, Rails, Next.js o un sito statico.

Project repository

Scruple: Qualitative Coding Certificato e con Astensione, per un Kappa Pubblicabile

Qualitative coding che codifica ciò di cui è certo e rifiuta il resto, dimostrando entrambe le cose. Dove un LLM generico si ferma intorno a κ = 0.57 contro la soglia di pubblicazione κ ≥ 0.70, Scruple usa probabilità calibrate per codificare solo gli item difendibili, arrivando a κ = 0.99 dopo che una persona ha codificato a mano il 16% del corpus invece del 95%. Produce anche un validation report con provenance completa.

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

Watch the video

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.

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.

Watch the video

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.

Watch the video

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.

Project repository

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.

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.

Watch the video

Project repository

Collaborazioni

Freelance logo Sono 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.

Membro del Network Toptal: Sono orgogliosamente membro del network Toptal, avendo superato il suo processo di screening particolarmente selettivo e articolato in più fasi, che ammette solo il top 3% dei talenti a livello mondiale. La selezione comprende assessment tecnici avanzati, sessioni di problem-solving dal vivo e progetti di test reali, validando in modo indipendente sia l'eccellenza ingegneristica sia la professionalità con clienti internazionali esigenti.

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

AI, LLM e Agenti