Dalla
domanda del cliente
al sistema in produzione.
Sono Ian. Costruisco e gestisco sistemi dati in produzione per fondi pensione, investitori immobiliari e istituti di statistica. Prendo una domanda aperta di un cliente, la traduco in un metodo e consegno il sistema che dà la risposta.
Aree di focus
Head of Data nella pratica: costruire l'infrastruttura dati, mettere in piedi i sistemi sottostanti, presidiare il lato cliente e far girare l'analytics sopra.
Data engineering
Costruisco e mantengo pipeline di dati e storage efficiente: per esempio tre anni di raccolta e scraping settimanale da 8 fonti diverse per un fondo immobiliare con €10B AuM, con strutturazione, pulizia e deduplica automatiche dei dati.
Architettura di sistema
Metto in piedi la piattaforma sottostante: istanze server, PostGIS, calcolo distribuito su Iceberg e server di elaborazione dati, networking/VPN, API e sicurezza. Un esempio: 8 server distribuiti girano come infrastruttura di produzione permanente per sostenere prodotti dati complessi.
Clienti e stakeholder
Il lato cliente del lavoro: review metodologiche con statistici di Eurostat e CBS, presentazioni ai portfolio manager e relazioni di lungo periodo con fondi pensione, investitori immobiliari e istituti di statistica. Le domande aperte entrano; le API in produzione escono.
Analytics & ML
Lo strato di analisi sopra: nowcasting, simulazioni ABM, regressioni, metodi statistici e ML applicato che arriva in produzione: dai modelli edonici dei prezzi, alla classificazione di immagini, fino ad analisi di serie storiche statisticamente solide.
Progetti & paper.
Otto lavori nelle quattro aree: sistemi in produzione, prodotti rilasciati e la ricerca che rendono possibile.
Connectivity & walkability scoring
Un progetto che ho guidato in KR&A: uno score di connettività e walkability calcolato live per qualsiasi coordinata in 38 paesi tra Europa, Nord America e APAC, con una griglia precalcolata di 250 m come fallback, lavorando con TB di dati e centinaia di fonti. È nato dalla domanda di un cliente ed è diventato un'API in produzione, ora integrata nella piattaforma PULSE di a.s.r. real assets investment partners.
Monthly house-price index · 13 EU countries
Uno studio pluriennale in KR&A in cui ero technical lead: una pipeline di web scraping su 13 paesi UE che alimenta regressioni edoniche sui log-prezzi da cui nascono indici mensili, testati come indicatori di disaggregazione per gli HPI trimestrali di Eurostat; il lavoro è stato pubblicato ufficialmente da Eurostat come working paper statistico.
Gentrification agent-based model
La ricerca della mia tesi magistrale sulla gentrificazione, dove ho costruito un modello ad agenti del cambiamento di quartiere: le famiglie interagiscono con i quartieri delle città trattate, Amsterdam, Utrecht e Milano, in base al proprio reddito, all'accessibilità economica del quartiere e alla sua attrattività, calcolata da elementi come la classificazione di 'bellezza' delle immagini streetview, la connettività GTFS, il verde e il sentiment online del quartiere. Un'estensione a due regimi abitativi per l'edilizia sociale è in corso.
Research pipelines as production systems
I miei progetti di ricerca girano su pipeline di dati Airflow 3 ospitate in questo progetto, che scala dal laptop a un cluster CeleryExecutor multi-macchina. È costruito con controlli di idempotenza, operatori custom e monitoraggio agentico.
LanguageBuddy: AI language tutor
Un tutor linguistico AI self-hosted per olandese, italiano e spagnolo, costruito sulla ricerca sull'apprendimento delle lingue, con un tutor LLM via chat o chiamata vocale e ripetizione SM-2. Ogni errore finisce in una coda di ripetizione dilazionata che guida gli esercizi del giorno dopo, e uno scraper di notizie reali alimenta l'apprendimento della lettura. Segue il framework CEFR con oltre 6.200 voci di vocabolario.
SponsoredBye: sponsor-segment detection
Uno skipper di sponsor per YouTube basato solo sul testo: embedding sentence-T5 alimentano un sequence tagger BiLSTM che individua le frasi sponsorizzate e le riporta ai timestamp, portando l'errore di segmentazione al 16% di WindowDiff contro una baseline naive del 99%.
FishFinder: photo-to-species ID
Un'app Flutter che identifica 63 specie ittiche olandesi da una foto, interamente on-device, e riempie una FishDex in stile Pokédex a ogni cattura. La pipeline di training: ~3.000 foto annotate a mano mascherate con Segment Anything Model, poi un ResNet50 sottoposto a fine-tuning (il modello completo pesa 90 MB) e compresso in un modello TFLite da 8,8 MB per l'uso on-device.
Predicting flooding risk from local features
La mia tesi triennale, che indaga se il rischio di alluvione si possa spiegare con caratteristiche locali invece che con una simulazione idrodinamica black-box. Ho raccolto 33 caratteristiche su ~45.000 località europee, come impermeabilizzazione del suolo, tipo di terreno e distanza dal fiume, su oltre 100GB di dati, e ho usato una Random Forest per trovarne la relazione. Il risultato: 97% sulla domanda binaria dell'alluvione ventennale, con impermeabilizzazione circostante e altezza relativa a fare la maggior parte del lavoro.
Paper.
Metodi, dati e risultati dietro i progetti. Tutti i paper →