Chi siamo davvero
Un team di specialisti che vive il machine learning ogni giorno, non solo come lavoro
Abbiamo iniziato nel 2019 quando il machine learning era ancora visto con scetticismo da molte PMI italiane. Sei anni dopo, lavoriamo con aziende che hanno capito una cosa: i dati sono inutili se non sai come trasformarli in decisioni migliori. E questo è esattamente quello che facciamo.
La nostra evoluzione
Non siamo partiti con grandi risorse o clienti famosi. Abbiamo costruito tutto un progetto alla volta, imparando dai nostri errori e celebrando ogni piccola vittoria.
Gli inizi complicati
Il primo anno è stato duro. Pochissime aziende capivano cosa potessimo fare per loro. Abbiamo passato mesi a spiegare concetti base, ma alla fine tre clienti coraggiosi ci hanno dato fiducia. Uno di loro è ancora con noi oggi.
Il progetto che ha cambiato tutto
Un sistema predittivo per la logistica che ha ridotto gli sprechi del 34% per un distributore farmaceutico. Non era perfetto, ma ha dimostrato che il ML funziona davvero quando lo applichi ai problemi giusti. Da lì è iniziato il passaparola.
Espansione della squadra
Abbiamo assunto il nostro quinto membro a tempo pieno. Fino ad allora eravamo in tre, lavorando anche nei weekend. L'espansione ci ha permesso di accettare progetti più complessi e di specializzarci meglio.
Oggi e domani
Abbiamo completato 47 progetti per 28 aziende diverse. Ma quello che conta di più è che il 73% dei nostri clienti torna per nuovi sviluppi. Questo ci dice che stiamo facendo qualcosa di giusto.
Le persone dietro il codice
Non siamo robot che scrivono algoritmi. Siamo persone con storie diverse, unite dalla stessa curiosità per quello che i dati possono raccontare.
Lazzaro Vescovi
Lead ML Engineer
Ho iniziato con la statistica tradizionale all'università di Bologna, ma mi annoiavo. Troppa teoria, poca applicazione pratica. Nel 2018 ho lasciato il dottorato per lavorare su progetti reali e non me ne sono mai pentito.
Quello che mi appassiona è trovare il modello più semplice che risolve il problema. Molti ingegneri ML si innamorano della complessità. Io no. Se posso fare lo stesso lavoro con meno variabili e un algoritmo più diretto, lo faccio sempre.
"Il miglior modello è quello che il cliente riesce a capire e usare davvero. Non quello che fa bella figura in un paper accademico."
Come lavoriamo davvero
Queste non sono frasi motivazionali da appendere al muro. Sono principi che applichiamo ogni giorno, anche quando è scomodo.
Trasparenza radicale
Se un progetto sta andando male, lo diciamo subito. Senza giri di parole. Abbiamo imparato che nascondere i problemi li fa solo peggiorare.
Nel 2023 abbiamo dovuto ammettere con un cliente che il loro dataset non era abbastanza pulito per ottenere risultati affidabili. Ci è costato tre mesi di lavoro, ma abbiamo mantenuto la loro fiducia.
Apprendimento continuo
Il ML cambia ogni sei mesi. Quello che funzionava l'anno scorso può essere obsoleto oggi. Dedichiamo il 15% del nostro tempo a studiare nuove tecniche e testare nuovi approcci.
Non per inseguire le mode, ma per assicurarci di usare gli strumenti migliori per ogni situazione specifica.
Pragmatismo sopra tutto
Un sistema che funziona all'80% e viene usato è infinitamente meglio di uno perfetto al 99% che nessuno capisce come implementare.
Facciamo sempre la domanda scomoda: questo progetto migliorerà concretamente il modo in cui lavori? Se la risposta è dubbia, ripartiamo da capo.
Partnership vere
Non vendiamo progetti e poi sparisci. Rimaniamo coinvolti. I nostri clienti più longevi ci chiamano ancora dopo anni per ottimizzare o espandere i sistemi che abbiamo costruito insieme.
Questo approccio ci ha fatto perdere alcuni contratti con chi cercava solo un fornitore usa e getta. Ma ci ha fatto guadagnare relazioni di lavoro che durano nel tempo.
