Riccardo Gasparini · Ingegnere AI freelance, Modena

Cosa faccio

LLM, agenti e RAG

Assistenti che rispondono sui documenti aziendali, estrazione strutturata da PDF e scansioni, agenti che interrogano database e sistemi. Modelli in cloud o self-hosted su GPU, con valutazioni misurabili prima di andare in produzione.

RAG
LangGraph
Claude / OpenAI
vLLM
Docling
Qdrant

Visione industriale

Ispezione, rilevamento anomalie, tracking di persone e mezzi, sicurezza in reparto. Dalla scelta della camera al modello in linea, con esperienza diretta su camere industriali e acquisizione sincronizzata.

PyTorch
OpenCV
FLIR / Allied Vision
GigE Vision
YOLO
Tracking

Dati, edge e deploy

Forecasting su serie temporali IoT, dati satellitari e geospaziali, modelli su hardware embedded. API, container e pipeline CI/CD perché il modello arrivi davvero a chi lo usa.

FastAPI
Docker / Kubernetes
ONNX
CUDA
Hailo / GAP8
PostGIS

Lavori

Una selezione di progetti recenti, senza nomi: conta il problema e come l'ho risolto.

Gruppo industriale

Piattaforma RAG multi-azienda sui documenti interni

Problema: Migliaia di documenti tecnici e procedure sparsi tra società del gruppo, impossibili da interrogare.
Cosa ho fatto: Ingestion con Docling, ricerca ibrida densa e sparsa con reranking, retrieval visuale delle pagine, risposte in streaming con permessi per azienda. Valutazione continua con RAGAS, deploy su Kubernetes.

Docling
Qdrant
BGE-M3
vLLM
FastAPI
Helm

Medtech regolatorio

Classificazione dispositivi medici guidata da LLM

Problema: Classificare un dispositivo secondo il regolamento europeo MDR richiede di percorrere un albero decisionale lungo e ambiguo.
Cosa ho fatto: Macchina a stati con 146 nodi che segue l'Allegato VIII, un LLM risponde a ogni domanda leggendo il fascicolo tecnico. RAG sulle linee guida, backend serverless con streaming, frontend React.

Claude
AWS Lambda
OpenSearch
Bedrock
React

Documentazione tecnica

OCR ed estrazione strutturata da schede prodotto

Problema: Parametri tecnici chiusi in PDF, scansioni e file Office di formati diversi, da riportare a schema.
Cosa ho fatto: Servizio con grafo LangGraph filtra, estrae, valida; parsing con Docling, OCR e modelli visione-linguaggio self-hosted; output validato con schemi Pydantic. Multi-tenant, CI/CD, Kubernetes.

LangGraph
Docling
VLM
Pydantic
vLLM
GitLab CI

Manifattura · progetto europeo H2020

Sicurezza in reparto con visione artificiale

Problema: Rilevare cadute, ingressi in aree pericolose e distanze di sicurezza tra operatori a partire dalle telecamere esistenti.
Cosa ho fatto: Pipeline con segmentazione, stima della posa, tracking e classificatore di caduta, anonimizzazione dei volti. Eventi pubblicati su broker FIWARE, dashboard per il responsabile, deploy su cluster Kubernetes del progetto.

PyTorch
YOLACT
Pose
FIWARE
Streamlit
ArgoCD

Agricoltura di precisione

Previsione del suolo e consigli irrigui da IoT e satellite

Problema: Sensori in campo, previsioni meteo e immagini Sentinel-2 da trasformare in una decisione: quanto irrigare e concimare, e quando.
Cosa ho fatto: Modelli di forecasting (Random Forest e Temporal Fusion Transformer) sul potenziale idrico del suolo, motore agronomico di raccomandazione, mappe di vigore NDVI con zone di prescrizione esportabili per le macchine.

scikit-learn
PyTorch Forecasting
ONNX
Sentinel-2
InfluxDB
FastAPI

Ferroviario · ricerca

Rilevamento anomalie per ispezione della linea

Problema: Trovare difetti e oggetti anomali su isolatori e componenti della linea da immagini termiche e RGB, su hardware embedded.
Cosa ho fatto: Autoencoder per anomaly detection, localizzazione e classificazione con rete convoluzionale, ottimizzazione per dispositivi a bordo. Pubblicato a ICPR 2020.

Autoencoder
CNN
Termico
Embedded
ICPR 2020

Percorso

Ritratto di Riccardo Gasparini — modena · 44.65N 10.93E

10+: anni in AI e visione
5: pubblicazioni
1: progetto H2020
100+: ore di docenza
Ing.: iscritto all'Ordine

2022 · oggi
Ingegnere AI freelance
Consulenza e sviluppo per aziende manifatturiere, agritech, medtech e servizi: RAG, agenti, visione, forecasting, deploy.
2019 · 2024
Co-founder e CIO di una startup AI
Responsabile tecnico: architettura, team, prodotto. Progetto europeo H2020 come technology provider.
2016 · 2022
Assegnista di ricerca, AImagelab UNIMORE
Visione artificiale e machine learning: tracking di persone, ispezione ferroviaria, visione su embedded, dati sintetici. Cinque pubblicazioni internazionali.
2017 · 2020
Docenza
Programmazione GPU con CUDA (master di II livello), machine learning e video analytics, fondamenti di informatica. Cinque tesi seguite.
2016
Laurea magistrale in Ingegneria Informatica
UNIMORE, 108/110. Tesi su matching 2D-3D in tempo reale. Ingegnere iscritto all'Ordine di Modena.
2012
Laurea in Informatica
UNIMORE. Tesi su ricostruzione di immagini su GPU NVIDIA.

Stack

Modelli e ML

PyTorch
ONNX
TFLite
CUDA
scikit-learn
Optuna

LLM

Claude
OpenAI
vLLM
Ollama
LangChain / LangGraph
Docling
Qdrant
OpenSearch
RAGAS

Visione

OpenCV
YOLO
YOLACT
FLIR Spinnaker
Allied Vision Vimba
GigE / PTP
Hailo
GAP8

Backend e deploy

FastAPI
Django
Docker
Kubernetes
Helm
GitLab CI
AWS
Keycloak
PostGIS
InfluxDB

Frontend e mobile

React
Astro
Flutter

Pubblicazioni

Contatti

Hai un problema che somiglia a uno di questi? Scrivimi due righe: rispondo entro un giorno lavorativo.

Modena. Remoto, o in sede in Emilia-Romagna.