Progetti universitari

Progetto finale del mio percorso universitario, sviluppato con Rebecca Magarotto per il corso di Cognition, Neuroscience and Machine Learning. L'obiettivo era costruire un sistema AI capace di valutare l'efficacia visiva di un'etichetta di vino secondo i criteri della neuromappa IULM.

Il sistema analizza l'etichetta fronte tramite Gemini Vision, genera descrizioni testuali validate con similarità coseno, e le passa a tre modelli Gradient Boosting separati — addestrati su un dataset di 83 etichette valutate da esperti IULM — per predire i punteggi di eleganza, design e coerenza cromatica. Il risultato finale applica pesi neurologici basati sulle fasi preattentive dell'elaborazione visiva e un bonus per la posizione sullo scaffale.

Il progetto è strutturato come funnel di lead generation rivolto ai produttori vinicoli, con deploy completo su GitHub Pages e Render.com.

Questo progetto mi ha permesso di sviluppare competenze in computer vision, NLP, machine learning applicato e deploy di sistemi AI end-to-end.

È stato un project work dedicato all'applicazione del machine learning nel marketing, con l'obiettivo di creare un modello di segmentazione clienti basato sull'algoritmo K-Means. Attraverso l'uso di Python, JupyterLab, ChatGPT, Streamlit e GitHub, ho simulato un database di un e-commerce pet care, individuando quattro cluster di utenti con comportamenti d'acquisto distinti.

Il modello è stato poi trasformato in una web app interattiva capace di assegnare automaticamente i nuovi clienti al cluster più coerente, suggerendo strategie di marketing personalizzate. Questo progetto mi ha permesso di sviluppare competenze pratiche in analisi dei dati, machine learning e sviluppo di applicazioni interattive basate su intelligenza artificiale.

Vai alla Web App →

Progetto universitario dedicato all'analisi del rapporto tra stereotipi sociali e modelli di intelligenza artificiale, svolto per il corso Scenari socioculturali della Big Data Society. In gruppo, abbiamo indagato come ChatGPT e Gemini rappresentano figure stereotipate (come "la bionda", "il maranza", "la nonna", "il terrone") confrontando output visivi e testuali generati a partire dagli stessi prompt.

Il lavoro ha evidenziato come l'IA tenda a riprodurre i pregiudizi culturali presenti nei dataset, mostrando bias più marcati verso gli uomini e più attenuati per categorie sociali considerate "protette". L'esperienza ha permesso di sviluppare competenze di analisi critica dei bias algoritmici, di comunicazione visiva e di etica dell'intelligenza artificiale.

Progetto accademico volto alla creazione di una strategia di rilancio per un marchio storico del settore alimentare, attraverso un approccio analitico e creativo.

Il lavoro ha previsto un'ampia analisi di mercato con individuazione dei trend di consumo, studio della concorrenza e definizione di una segmentazione familiare evolutiva (famiglie di ieri, oggi e domani) per comprendere i diversi target di riferimento.

È stata poi sviluppata una strategia di posizionamento competitivo e un piano di marketing mix completo, con focus su innovazione di prodotto, pricing coerente con il target e comunicazione emozionale. La campagna ha incluso radio, riviste, social media e cartellonistica nazionale, accompagnata da un piano media dettagliato e dalla ripartizione del budget sui principali canali pubblicitari.

Il progetto ha permesso di combinare analisi strategica e creatività, approfondendo competenze di marketing operativo e comunicazione integrata.