Benvenuto nel mio portfolio di progetti sviluppati durante la master class ProfessionAI in AI Development! Questo repository contiene una raccolta completa e organizzata di 11 progetti che coprono diversi aspetti del mondo dell'AI, machine learning, data science e sviluppo software.
I progetti sono organizzati in cartelle numerate per una navigazione semplice:
- 01-algoritmo-correzione-motore-ricerca - Algoritmo di correzione per motore di ricerca
- 02-identificazione-lingua-museo - Modello per identificazione lingua testi museali
- 03-riconoscimento-lingua-produzione - API REST per riconoscimento lingua
- 07-riassunto-meeting-llm - Riassunto meeting con LLM
- 08-assistente-virtuale-finanza-personale - Assistente multimodale finanza personale
- 04-analisi-vendite-ecommerce - Analisi dati vendite e-commerce (SQL)
- 05-analisi-cartelle-cliniche-nosql - Analisi cartelle cliniche (NoSQL)
- 09-sintesi-cartelle-cliniche-huggingface - Sintesi automatica cartelle cliniche con Hugging Face
- 11-deploy-monitoraggio-sentiment-analysis - Deploy e monitoraggio modello sentiment analysis
- 10-gestore-portfolio-accademico - MERN stack portfolio accademico
- 06-sistema-sincronizzazione-file - Sistema sincronizzazione file Python
- Python - Data Science, AI, Automazione
- SQL/NoSQL - Database e Analytics
- JavaScript/Node.js - Backend e Full-Stack
- React - Frontend
- Docker - Containerizzazione
- GitHub Actions/Jenkins - CI/CD
- Hugging Face Transformers - NLP
- MongoDB - Database NoSQL
Ogni cartella di progetto contiene:
README.md- Documentazione completa con contesto, obiettivi, specifiche tecniche- Codice sorgente - Script, notebook, applicazioni complete
- Dati di esempio - Dataset per testare le implementazioni
- Specifiche tecniche - Requisiti dettagliati del progetto
# Clona il repository
git clone https://github.com/Lukentony/ProgettiProfessionAI.git
# Entra in un progetto specifico
cd 01-algoritmo-correzione-motore-ricerca
# Leggi il README per istruzioni dettagliate
cat README.mdHo deciso di essere completamente trasparente sul processo di creazione di questo portfolio. Per organizzare al meglio tutti i progetti, mi sono fatto aiutare da Cursor (un AI assistant, per chi non conoscesse) per le parti più ripetitive e meccaniche:
- Pulizia e organizzazione dei file sparsi
- Estrazione di notebook dai file zip
- Gestione dei duplicati e conflitti
- Standardizzazione dei README per ogni progetto
- Pulizia di tracce di altri AI assistant utilizzati
Questo approccio mi ha permesso di:
- ✅ Risparmiare tempo sulle attività ripetitive
- ✅ Imparare un nuovo strumento (Cursor) molto potente per lo sviluppo
- ✅ Concentrarmi sugli aspetti tecnici dei progetti stessi
- ✅ Mantenere la qualità dell'organizzazione del codice
L'uso di AI per compiti ripetitivi è una competenza moderna che ogni developer dovrebbe conoscere. Cursor mi ha aiutato a:
- Automatizzare la rinominazione e organizzazione di 79+ file
- Standardizzare la documentazione per 11 progetti diversi
- Risolvere conflitti Git e problemi di repository
- Mantenere un workflow efficiente senza perdere tempo su attività manuali
| # | Progetto | Tecnologia | Consegna |
|---|---|---|---|
| 01 | Algoritmo correzione motore ricerca | Python | Notebook Colab |
| 02 | Identificazione lingua museo | AI/ML | Notebook Colab |
| 03 | Riconoscimento lingua produzione | REST API | Script Python |
| 04 | Analisi vendite e-commerce | SQL | File SQL |
| 05 | Analisi cartelle cliniche NoSQL | MongoDB | File txt |
| 06 | Sistema sincronizzazione file | Python | Notebook Colab |
| 07 | Riassunto meeting LLM | AI/NLP | Notebook Colab |
| 08 | Assistente virtuale finanza | Multimodale | Script Python |
| 09 | Sintesi cartelle cliniche | Hugging Face | Notebook Colab |
| 10 | Gestore portfolio accademico | MERN Stack | File zip |
| 11 | Deploy sentiment analysis | DevOps | File zip |
Questi progetti sono stati sviluppati durante il corso "AI Development" di ProfessionAI, che mi ha fornito una formazione completa su:
- Intelligenza Artificiale e Machine Learning
- Sviluppo full-stack e architetture moderne
- Deployment e monitoraggio di sistemi AI
- Best practices per progetti enterprise
- GitHub: @Lukentony
- LinkedIn: Luca Rivoiro
⭐ Se questo portfolio ti è stato utile, considera di lasciare una stella!
Creato con ❤️ durante il percorso di apprendimento in AI Development
PS: Questo portfolio rappresenta il lavoro svolto finora durante il corso, ma non è ancora completo. Alcuni progetti potrebbero richiedere ulteriori implementazioni o ottimizzazioni. Continuerò ad aggiornarlo man mano che completo gli esercizi e approfondisco le conoscenze acquisite! 🚀