Benvenuto nel mio portfolio

Ciao, sono Federico Beni

Mi occupo di

Studente magistrale in Ingegneria Informatica e dell'Automazione con interesse per AI, deep learning, computer vision e machine learning. Mi piace costruire soluzioni tecniche solide, misurabili e trasferibili in contesti reali.

Chi sono

Profilo professionale

Formazione

09/2024 – presente

Corso di laurea magistrale in Ingegneria Informatica e dell'Automazione

Università Politecnica delle Marche, Ancona

09/2020 – 02/2024

Corso di laurea triennale in Ingegneria Informatica e dell'Automazione

Università Politecnica delle Marche, Ancona

Soft skills

Problem solving Rigore metodologico Lavoro in team Capacità organizzativa Autonomia Curiosità Comunicazione Analisi Costanza

Esperienze tecniche e sportive mi hanno aiutato a sviluppare disciplina, capacità di gestione degli obiettivi e lavoro di squadra in modo continuativo.

Competenze

Stack tecnologico

Machine Learning & AI

PyTorch Scikit-learn Ultralytics YOLO XGBoost TensorFlow Lite spaCy NLTK

Data & Systems

Python Spark PySpark HDFS Pandas NumPy Matlab Docker Linux

Languages

C C++ Python Java

Lingue

Italiano · Madrelingua Inglese · B2 Inglese · Certificazione B1

Livello B2 maturato tramite esame universitario in lingua inglese.

Portfolio

Progetti principali

Rilevamento Imbarcazioni con AI Satellitare

AP50 0.851

Benchmark di modelli YOLO per ship detection su immagini satellitari SAR e ottiche (69k+ immagini). Sviluppata anche una variante lightweight tramite pruning.

PyTorchYOLOWandBDockerCodeCarbon

Vision3D

mAP@50 0.937

Sistema di object detection subacquea per molluschi con deploy su dispositivi edge tramite TensorFlow Lite e inferenza on-device.

Articolo scientifico in revisione per conferenza internazionale MED 2026.

PyTorchYOLORoboflowTFLite

Training Distribuito su Apache Spark

2.60x speedup

Confronto tra training standalone e distribuito per una LSTM su dati S&P 500, con benchmark su CPU multi-core e test aggiuntivi su HDFS.

SparkPySparkPyTorchHDFSNumPyPandas

PHM Asia Pacific 2023

Score 91.88%

Sistemi di fault diagnostics per sistemi propulsivi spaziali basati su DTW, 1-NN e regressione polinomiale e su random forest e XGBoost, con forte capacità di generalizzazione su dati non visti.

DTWScikit-learnXGBoostJAXA

Esperienze

Esperienze rilevanti

08/2025 – presente

Addetto all'inventario

Svolgo attività di inventario in parallelo al percorso universitario, maturando precisione, attenzione al dettaglio e forte capacità di organizzazione. L'esperienza ha rafforzato la mia abilità nel gestire in modo costante studio, lavoro e obiettivi personali.

Extra-curriculare

Pallavolo agonistica

Attività agonistica pluriennale con finali nazionali giovanili, esperienza in prima squadra, vittoria del campionato di Serie C e 3 stagioni in Serie B (livello nazionale) con partecipazione alla Coppa Italia.

Contatti

Restiamo in contatto

Se vuoi approfondire i miei progetti o parlare di opportunità in ambito AI, ML o software engineering, puoi scrivermi qui: