Lavoro sulle integrazioni fra i macchinari in campo e i gestionali aziendali. Prendo i progetti come consulente: parto dal processo che trovo, dimensiono la soluzione su quello, e resto il riferimento quando qualcosa si ferma.
Leggo i dati raccolti a bordo macchina e li scrivo nel gestionale. La procedura gira ogni giorno senza operatore. Di ogni record si conservano l'origine e l'esito della scrittura, e l'interconnessione fra macchinario e gestionale resta documentata.
python, rest, sftp, t-sql, sql server
Vedi il caso →Costruisco l'applicativo e ne curo il rilascio, su ambienti di prova tenuti distinti da quelli in esercizio. Le migrazioni di base dati vanno in due fasi: la parte reversibile per prima, quella definitiva solo dopo la verifica sui dati reali.
typescript, next.js, fastify, postgresql, prisma, docker, ci/cd
Vedi il caso →Prendo un processo che oggi si svolge a mano, lo scompongo in passi verificabili e lo faccio eseguire a un programma. Il costo di ogni esecuzione resta sotto controllo.
Questa linea di lavoro è al primo progetto pilota.
typescript, sdk anthropic, node, jsonl
Vedi l'R&D interno →I dati dei sessanta mezzi restavano nel portale del fornitore. Un operatore li ricopiava a mano nel gestionale. Nessun altro conosceva il procedimento, e dello storico non restava nulla.
Nei periodi di carico alcuni giorni saltavano. Il controllo di gestione vedeva i picchi di consumo di carburante e di chilometri con settimane di ritardo, troppo tardi per contestare anomalie o addebiti errati dei fornitori.
In produzione, gira sul server e sullo scheduler che il cliente aveva già, senza servizi aggiuntivi da pagare. Ogni esecuzione lascia un log diagnostico, un errore manda una notifica email.
| A mano | Automatico | |
|---|---|---|
| Frequenza | giorni saltati nei periodi di carico | ogni giorno |
| Anomalie di consumo | viste con settimane di ritardo | dati aggiornati ogni giorno |
| Procedura | nota a una sola persona | documentata |
| Storico | nessuno | in SQL Server, con origine ed esito di ogni record |
| Se qualcosa si ferma | ci si accorge settimane dopo | notifica email e log diagnostico |
python 3.12, sql server 2019, t-sql, rest, sftp, fernet, pytest
Un applicativo usato ogni giorno per registrare le presenze va aggiornato spesso, e ogni aggiornamento tocca dati che le aziende clienti hanno già registrato.
Una migrazione sbagliata si annulla nella prima fase, prima di diventare definitiva, e il rilascio non dipende da chi lo esegue.
typescript, postgresql, docker, ci/cd, git
Su impianti di cogenerazione, schede di campionamento e PLC raccolgono serie temporali di telemetria termica ed elettrica. Questi dati non si possono ricreare: se la base dati si corrompe o lo spazio finisce, i dati di prestazione di quel giorno sono persi per sempre e la reportistica per gli incentivi statali non è più valida. Gli impianti girano su hardware in sede, su VMware e su server remoti, e il guasto va isolato a distanza.
Il tempo di diagnosi si è ridotto: gli strumenti indicano dove intervenire prima di aprire una sessione. I dati dei clienti restano recuperabili anche dopo un guasto sulla base dati.
linux, postgresql, python, bash, vmware, digitalocean
Un fornitore di servizi IT gestisce il supporto di primo livello per conto di più aziende, tutte sullo stesso portale. Ogni azienda deve vedere solo i propri ticket, e il fornitore deve sapere quali stanno per superare i tempi concordati.
La separazione fra aziende sta nel database, quindi vale per ogni interrogazione che il portale esegue. I ticket in scadenza compaiono prima che il termine sia passato.
java, jdbc, postgresql, row level security
Progetto interno, sviluppato al di fuori di qualsiasi commessa. Nessun cliente lo utilizza in produzione.
Il punto su cui lavoro è il controllo dei costi. Un registro condiviso dei token misura ogni esecuzione e le impone un tetto di 2,00 $: oltre quella soglia il supervisore ferma i worker, così un ciclo che si ripete non diventa una spesa imprevista. Nei test interni, un ciclo completo di analisi e scomposizione di un processo medio costa circa 0,07 $.
Orchestratore di agenti sviluppato in TypeScript direttamente sull'SDK Anthropic, senza framework intermedi.
Un supervisore scompone il lavoro e assegna i compiti ai worker. Lo stato persiste su file JSONL e gli strumenti di filesystem operano all'interno di una sandbox.
Lo sviluppo prosegue per mettere alla prova l'automazione su processi reali. Quando un lavoro di questo tipo entrerà in esercizio presso un cliente, lo documenterò fra i lavori.
typescript, sdk anthropic, node, jsonl
Quali macchinari o sistemi sono coinvolti, e cosa deve succedere. Ti dico se è un lavoro che posso prendere e come lo imposterei.
Lavoro in Lombardia, Veneto ed Emilia, oltre che a distanza. Sede a Mantova.