Linguaggi, framework, sistemi e strumenti AI applicati a sviluppo, integrazione e analisi tecnica. La scelta dello stack dipende dal software da realizzare e dall’ambiente in cui deve funzionare.
Web e interfacce applicative
HTML, CSS, JavaScript e TypeScript per pagine e componenti. React e Next.js per routing, stato, rendering e generazione statica. Il lavoro comprende anche gerarchia dei contenuti, percorsi di richiesta, responsive, accessibilità e comportamento delle interazioni.
React / Next.js · TypeScript · HTML / CSS
Client, servizi e dati
Swift e SwiftUI per applicazioni native; Go per servizi e comunicazione tra componenti. API HTTP, WebSocket, SQL e SQLite per collegare interfacce, eventi e persistenza. Supabase è utilizzato nelle sperimentazioni applicative con database e autenticazione.
Ambienti macOS e Linux: shell, dipendenze, servizi, sviluppo remoto e container Docker. La pratica nel laboratorio personale comprende compatibilità, DNS e accessi autorizzati; non equivale alla gestione continuativa di infrastrutture enterprise.
macOS / Linux · SSH / Tailscale · Docker · DNS
AI nel lavoro tecnico
ChatGPT, Codex e altri strumenti a modelli entrano nello studio, nell’analisi e nello sviluppo. Preparazione del contesto, confronto delle alternative, scomposizione dei compiti e supervisione degli agenti di coding. Le proposte vengono riviste sul codice e provate nell’ambiente previsto.
Python e script per elaborare file e rendere ripetibili le procedure. Git, pipeline di build e test per controllare le modifiche; Playwright per percorsi web, tastiera e responsive. Installazione, avvio e comportamento sul target vengono verificati oltre alla compilazione.
Python · Git / GitHub Actions · Playwright
Librerie e interfacce native
Rust e C per componenti integrabili, memoria e contratti tra linguaggi. Il lavoro su REPLAI comprende API, stato, input Unicode e terminale: il comportamento della libreria viene provato anche dal programma che la utilizza.
Studio e sperimentazione su architetture dei modelli, inferenza locale, quantizzazione e requisiti hardware. In YVEX, sviluppo di componenti nativi CPU/CUDA e confronti numerici. Il supporto di un modello o backend va dimostrato nella configurazione specifica.