Ingegnere Informatico · Machine Learning & AI · Python
Magistrale LM-32 @ Università Federico II di Napoli — indirizzo Intelligenza Artificiale
- 🎓 Laureato in Ingegneria Informatica (UNISA) — attualmente alla magistrale Federico II, specializzazione AI
- 🤖 Appassionato di Machine Learning, Data Analysis e sviluppo Python
- 💼 Ho sviluppato soluzioni ML end-to-end in contesto aziendale reale durante il tirocinio
- 🌱 Sto approfondendo AI Systems, Big Data e Business Intelligence
- 🚀 Orientato alla crescita continua — sempre alla ricerca di nuove sfide tecniche
Machine Learning & Data Science
Database & Strumenti
Linguaggi
Stima dell'età cerebrale da risonanze MRI 3D, confrontando Machine Learning classico e una CNN 3D — interamente addestrati su CPU
- Feature engineering su volumi 3D (statistiche morfometriche, gradiente spaziale, regioni anatomiche approssimate)
- Modelli classici (SVR, Random Forest) in ensemble e CNN 3D custom con PyTorch
- Grad-CAM 3D per l'interpretabilità delle predizioni della rete neurale
- App Streamlit completa: upload MRI, confronto modelli, storico analisi, referto PDF
- Codice professionale: package pip-installabile, 32 test automatici, CI-ready
- Nato da un progetto del corso di Machine Learning (Federico II), evoluto in tool di portfolio
Python PyTorch scikit-learn Streamlit nibabel pytest
Sistema completo per la predizione del consumo carburante su flotte aziendali reali
- Pipeline di preprocessing, training e valutazione comparativa dei modelli
- Modelli Random Forest e XGBoost con ottimizzazione degli iperparametri
- Dashboard interattiva con Streamlit per configurazione e visualizzazione
- Persistenza dati su PostgreSQL via psycopg2
- Progetto di tesi triennale sviluppato in collaborazione con Rebitral S.r.l.
Python scikit-learn XGBoost Streamlit PostgreSQL
Sono disponibile per collaborazioni, stage e opportunità lavorative in ambito ML/AI e sviluppo software.
📧 napolialessio17@gmail.com 🔗 linkedin.com/in/alessio-napoli 📍 Salerno, Italia — disponibile anche da remoto