Parliamone

Servizi / Integrazioni cloud e AI

Documenti, code e AI applicata. Dentro il flusso di lavoro, non accanto.

Collego le applicazioni ai servizi cloud quando risolvono un problema preciso: archiviare e trasformare documenti, spostare il lavoro pesante fuori dall’interfaccia, leggere i dati dai documenti con l’AI e farli confermare a chi li usa.

Parliamo del tuo progettoGuarda i progetti

Quando serve

I problemi che affronto.

  1. 01

    Gli operatori copiano a mano i dati dai documenti: verbali, identità, libretti, certificati. È lento e gli errori costano.

  2. 02

    I file pesanti rallentano l’applicazione: caricamenti che si bloccano, anteprime che non arrivano.

  3. 03

    Operazioni lunghe come invii a sistemi esterni, generazione di PDF e OCR fanno attendere l’utente.

  4. 04

    Si vuole usare l’AI, ma senza risultati inventati e senza far uscire i dati dall’Unione Europea.

  5. 05

    Gli errori in produzione restano invisibili finché un cliente non li segnala.

  6. 06

    Più applicazioni gestiscono i file ciascuna a modo suo, con regole di sicurezza diverse.

Cosa posso fare

Il lavoro, in concreto.

  • Lettura AI dei documenti

    Estrazione strutturata con modelli su AWS Bedrock: ogni valore porta pagina, testo di origine e livello di sicurezza. L’operatore rivede e conferma.

  • Gestione documentale

    Caricamento diretto su S3 con indirizzi firmati, percorsi decisi dal server, anteprime e metadati generati da un worker dedicato.

  • Elaborazioni asincrone

    Code SQS e worker separati per OCR, PDF, invii a sistemi esterni e file di grandi dimensioni. L’interfaccia resta veloce.

  • Integrazioni tra sistemi

    Chiamate firmate tra servizi, webhook idempotenti, eventi scritti nella stessa transazione dei dati.

  • Osservabilità

    Monitoraggio degli errori ospitato in proprio, con raggruppamento e notifiche per gravità.

Con chi lavoro

Lavoro con team di prodotto e aziende che hanno già un’applicazione, o la stanno costruendo, e vogliono integrare documenti, AI o servizi cloud in modo affidabile. Posso entrare in un team esistente o seguire l’integrazione dall’inizio alla fine.

Formazione Artificial Intelligence Week di Profession AI (2024): Python, machine learning, deep learning e reti neurali.

  • AWS S3
  • SQS
  • Bedrock
  • Textract
  • Node.js
  • Laravel
  • Docker
  • GlitchTip

Come procedo

Dal problema al rilascio, e oltre.

  1. 01

    Capire il flusso

    Dove nasce il dato, chi lo usa, cosa succede se manca o è sbagliato. L’AI entra solo dove porta un vantaggio misurabile.

  2. 02

    Progettare i confini

    Cosa resta nell’applicazione, cosa va in coda, chi può scrivere dove. I dati restano nelle regioni UE quando serve.

  3. 03

    Costruire con garanzie

    Output strutturati, tentativi limitati, idempotenza, errori segnalati. Ogni passaggio si può verificare.

  4. 04

    Misurare e migliorare

    Tempi, errori e campi incerti diventano dati per migliorare il flusso nel tempo.

Un esempio concreto

In UnigestPro una pratica può nascere dai documenti. L’operatore carica i file; il worker conferma il caricamento e genera le anteprime; poi un modello su AWS Bedrock legge tutte le pagine in una sola chiamata e restituisce i dati in una struttura fissa. La regola è semplice: qui non si inventa nulla. I campi incerti vengono segnalati e l’operatore conferma tutto prima che la pratica venga creata.

Lo stesso standard per i file, con caricamento diretto su S3 e anteprime generate dal worker comune, è oggi adottato anche da Vidimo e Recapito.

Progetti

Dove l’ho già fatto.

Contatti

Hai un prodotto
da costruire?

Raccontami il problema, il contesto e dove vuoi arrivare. Ti rispondo con domande precise e una proposta concreta.

Parliamo del tuo progettoConosciamoci su LinkedInGitHub

ciao@giovannibevacqua.com