Da remoto — Italia ed Europa

Marco
InsabatoSenior AI & Full-stack Engineer

Progetto e porto in produzione sistemi RAG, agenti LLM e applicazioni web. Porto i modelli fuori dal notebook e dentro prodotti che reggono il peso del mondo reale.

01 — Chi sono

AI applicata,
dalla pipeline al prodotto

Il modello non è il prodotto.

Marco Insabato è un Senior AI & Full-stack Engineer. Progetta e porta in produzione sistemi di intelligenza artificiale applicata: pipeline RAG sulla documentazione aziendale, agenti conversazionali basati su LLM e automazioni integrate dentro prodotti web esistenti, seguendo l’intera catena dal recupero dei dati all’interfaccia che li espone.

Una demo che funziona sul portatile non è un prodotto. Costruisco sistemi AI che stanno in piedi con utenti veri: risposte fondate sui dati, costi sotto controllo, errori previsti invece che scoperti.

Sei anni di sviluppo full-stack sono la ragione per cui ci arrivo: autenticazione, code, database, deploy e interfaccia non sono un dettaglio a valle del modello, sono ciò che lo rende utilizzabile.

  • Sistemi RAG sui documenti aziendali
  • Agenti conversazionali e automazioni con LLM
  • Integrazione di funzionalità AI in prodotti esistenti
  • Backoffice e gestione documentale assistiti da AI
  • Pipeline di ricerca e qualificazione dei lead
  • Applicazioni web e piattaforme multitenant
  • Tech lead e coordinamento di team Agile
  • Consulenza e formazione su sviluppo AI

02 — Il percorso

Sei anni
tra prodotto e AI

  1. Gen 2025 — oggi

    Full-stack & AI Engineer

    Apuliasoft

    Architetture frontend modulari per il data engineering. Interfacce React e TypeScript con accessibilità WCAG presa sul serio.

  2. Gen 2020 — Gen 2025

    Full-stack & AI Engineer

    Space Impact

    Piattaforme e-commerce e multitenant in Laravel e Vue.js. Consulente AI per Algoretico su architetture RAG con LangChain e TypeScript.

  3. Gen 2019 — Gen 2025

    Product Owner & Full-stack Engineer

    Aulab

    Ciclo di vita completo del prodotto, team Agile, integrazione AI con Python e LangChain. Docente full stack.

03 — Competenze

Competenze:
AI, backend, frontend

Gli strumenti, non il feticcio: scelgo la tecnologia dopo il problema, mai prima. L'AI in cima perché è lì che passo la maggior parte del tempo, il resto perché senza non arriva in produzione.

AI & Data Science

  • RAG
  • LLM
  • OpenAI
  • LangChain
  • AI Agentic Development

Backend

  • PHP
  • Laravel
  • Node.js
  • Python

Frontend

  • React
  • Vue.js
  • Next.js
  • Nuxt
  • TypeScript
  • Tailwind CSS

Dati & Integrazioni

  • PostgreSQL
  • MySQL
  • Redis
  • Elasticsearch
  • API development

Qualità & Accessibilità

  • WCAG 2.1
  • ARIA 1.1
  • Unit testing
  • TDD

Metodo & Infrastruttura

  • Scrum
  • Product ownership
  • Docker
  • CI/CD
  • Nginx

04 — Progetti

Progetti AI
in produzione

Cose spedite, non slide. Cinque sistemi AI arrivati in produzione, con utenti veri che ci parlano ogni giorno.

AI Creator Chatbot
AI Engineer

AI Creator Chatbot

Assistente conversazionale che risponde con la voce, lo stile e le competenze di un content creator, sull’intero archivio dei suoi contenuti.

Pipeline RAG con chunking semantico, embedding e retrieval con re-ranking. Sopra al recupero, un router multi-agente sceglie l’agente in base all’intento, mentre l’orchestrazione multi-modello assegna a ogni passaggio l’LLM con il miglior rapporto fra qualità e costo.

  • LangChain
  • RAG
  • Next.js
  • PostgreSQL
Assistance Tracker
Tech Lead & Scrum Master

Assistance Tracker

Sistema di ticketing integrato con Discord che propone risposte in autonomia e apprende dalle correzioni del team di supporto.

Retrieval semantico con BERT sullo storico dei ticket, generazione con OpenAI e un ciclo di feedback che trasforma ogni correzione dell’operatore in segnale di miglioramento. Mia l’architettura dell’applicazione e il modulo di analytics sui KPI di supporto.

  • Laravel
  • RAG
  • OpenAI
  • PostgreSQL
AI Backoffice Copilot
AI Engineer & Full-stack Engineer

AI Backoffice Copilot

Backoffice conversazionale per preventivi e fatture, usabile anche a voce: l’agente opera da solo sui documenti reversibili, gli atti definitivi li propone soltanto.

41 tool tipizzati sui modelli del dominio, tool-calling puro senza retrieval vettoriale, budget di sei step per turno. I tool irreversibili non eseguono: scrivono una proposta con fingerprint in attesa della conferma umana. Provider in Zero Data Retention, DeepSeek per il testo e Whisper per i comandi vocali.

  • Laravel
  • React
  • Laravel AI
  • OpenRouter
  • DeepSeek
  • Whisper
Agentic Prospecting Pipeline
AI Engineer & Full-stack Engineer

Agentic Prospecting Pipeline

Pipeline che individua aziende, ne analizza il sito con controlli mirati e gestisce in automatico l’intera catena fino al contatto.

Macchina a stati su SQLite, automatizzata end to end: le aziende arrivano da fonti pubbliche, il sito viene confermato e sottoposto a controlli mirati su prestazioni, contenuti e presenza online. Le rubriche di punteggio sono deterministiche in Python, mai stimate dal modello.

  • Python
  • SQLite
  • Pydantic
  • Streamlit
  • OpenRouter
WhatsApp Sales Chatbot
AI Engineer

WhatsApp Sales Chatbot

Agente conversazionale su WhatsApp che gestisce il primo contatto con i lead, dalla qualifica fino alla sincronizzazione sul CRM.

Flusso di vendita end to end con prompt strutturati che tengono l’agente dentro lo script commerciale e regole di escalation verso l’operatore. I lead qualificati vengono normalizzati e sincronizzati su HubSpot in tempo reale, senza data entry manuale.

  • OpenAI
  • Laravel
  • React
  • HubSpot

Prima dell'AI, e accanto

  • Full-stack Engineer

    Piattaforma modulare di data engineering

    Governance, catalogazione e distribuzione dei dati su larga scala, con esplorazione a grafo interattiva e conformità WCAG 2.1 e ARIA 1.1 verificata.

    • React
    • TypeScript
    • D3.js
    • GraphQL
  • Full-stack Engineer

    Learning Management System

    Percorsi formativi strutturati, dashboard analitiche sull’avanzamento degli studenti e motore di quiz con correzione automatica.

    • Laravel
    • Vue.js
    • MySQL
  • Full-stack Engineer

    Payroll & Invoice Manager

    Distribuzione massiva di buste paga e parsing di fatture elettroniche XML gestiti da code asincrone, con categorizzazione automatica dei documenti.

    • Laravel
    • Vue.js
    • Laravel Queue
  • Full-stack Engineer

    Piattaforma eventi sportivi

    Gestione di iscrizioni ad alto traffico e pagamenti online, dalla raccolta dei requisiti al deploy in produzione.

    • Laravel
    • MySQL
    • DigitalOcean

05 — Talk

Talk e formazione
su AI e frontend

Se non so spiegarlo, non l'ho capito. Insegnare è il modo più rapido che conosco per scoprire dove il mio ragionamento fa acqua.

06 — Contatti

Parliamo del
tuo progetto AI

Il prossimo capitolo è tuo. Hai documenti che nessuno riesce a interrogare, un processo da automatizzare o un'idea AI ferma alla demo? Raccontamelo: rispondo con una strada concreta, non con un preventivo a caso.

Dove

Da remoto — Italia ed Europa

Scrivimi

Ricevuto. Ti rispondo entro un giorno lavorativo.

Domande frequenti

Di che tipo di progetti AI ti occupi?
Sistemi RAG che rendono interrogabile la documentazione aziendale, agenti conversazionali e automazioni basate su LLM, e integrazione di funzionalità AI dentro applicazioni web già in esercizio. Seguo il progetto dall’architettura al rilascio, backend e interfaccia compresi.
Si può integrare l’AI in un prodotto già esistente?
Sì, ed è il caso più frequente. Si parte da un’analisi dei dati, dell’autenticazione e dei flussi già presenti, poi le funzionalità AI vengono aggiunte come moduli isolati, con confini chiari verso il resto dell’applicazione e senza riscrivere ciò che funziona.
Quanto tempo serve per portare un sistema RAG in produzione?
A determinare i tempi non è la pipeline, che è ormai una strada battuta, ma la qualità e l’accessibilità dei dati di partenza, i vincoli di sicurezza e il livello di accuratezza richiesto. Sono le variabili da chiarire prima di dare una stima che abbia senso.
Un assistente AI può gestire preventivi e fatture senza rischi?
Sì, a patto che le azioni irreversibili restino fuori dalla sua autonomia. Nel backoffice che ho costruito l’agente cerca, crea e modifica da solo i documenti ancora modificabili, mentre emissione della fattura, trasmissione allo SdI e annullo vengono soltanto proposti: l’operatore vede esattamente cosa sta per accadere e conferma. Il modello accelera il lavoro, la responsabilità resta umana.
Ti occupi soltanto di AI?
No. Sei anni di sviluppo full-stack su Laravel, React e Vue restano parte del lavoro: autenticazione, code, database, deploy e interfaccia non sono un dettaglio a valle del modello, sono ciò che lo trasforma in un prodotto usabile.
Come si lavora insieme?
Prima una conversazione per capire il problema reale e i vincoli, poi una proposta con perimetro, tempi e criteri di successo espliciti. Da lì si procede a iterazioni brevi, con qualcosa di verificabile alla fine di ognuna.
Lavori da remoto?
Sì, da remoto con clienti in Italia e in Europa, con disponibilità per incontri in presenza quando la fase del progetto lo richiede.

© 2026 Marco Insabato