Disponibile

Francesco Bellingeri

Full-Stack Developer · Aspirante AI Engineer

Sviluppatore Full-Stack con esperienza su Python, PHP e Vue.js. Appassionato di sistemi complessi, dal backend ad alte prestazioni al machine learning applicato. Attualmente Full-Stack Developer presso eFarm Group Srl.

1+
Anni esperienza
4+
Progetti completati
12+
Stack tecnologici
Francesco Bellingeri
> building_awesome_things.py
scroll
// experience

Esperienza

Il mio percorso professionale

Full-Stack Developer

Presente
Hoverture · Milano, Italia (Hybrid)
feb 2026 → Presente2m

Full-Stack Developer

eFarm Group Srl · Milano, Italia (Hybrid)
feb 2025 → feb 20261y
// projects

Progetti

Cosa ho costruito di recente

TuttiAlpaca APIDjangoDockerEmail AutomationFastAPIIBKR APILLMNuxt.jsPandas-TAPlaywrightPostgreSQLPythonQuantStatsRAGRedisScrapingTailwindCSSVue 3Vue.jsWebSocket
Mango — AI Agent for MongoDB
⭐ In evidenza

Mango — AI Agent for MongoDB

Ho sviluppato Mango, un AI agent progettato per semplificare l’interazione con database MongoDB attraverso il linguaggio naturale. L’obiettivo del progetto è ridurre la complessità delle query avanzate, permettendo agli utenti di trasformare richieste in linguaggio naturale direttamente in query MongoDB (NL → MQL) tramite un sistema basato su LLM.

Il cuore del sistema è un’architettura orchestrata che combina modelli linguistici con un sistema dinamico di tool execution, consentendo all’agente di interpretare la richiesta, scegliere le operazioni necessarie ed eseguirle in modo autonomo. Il backend è stato sviluppato in modo asincrono utilizzando FastAPI, con supporto allo streaming in tempo reale tramite Server-Sent Events (SSE), che permette di tracciare passo dopo passo il processo decisionale dell’agente e le chiamate agli strumenti.

Per migliorare progressivamente la qualità delle risposte, ho implementato un sistema di memoria persistente basato su vector store (ChromaDB), che consente un meccanismo di few-shot learning automatico. In questo modo, il sistema è in grado di “ricordare” interazioni passate e adattarsi nel tempo, aumentando l’accuratezza e la rilevanza delle risposte.

L’architettura è stata progettata per essere modulare ed estensibile, con supporto a diversi provider di modelli linguistici (come OpenAI, Anthropic e Gemini) e un sistema di tool facilmente espandibile. Questo rende Mango flessibile e adattabile a diversi contesti e use case.

PythonFastAPILLMRAG
FlightSearcher

FlightSearcher

FlightSearcher è una web app full-stack per la ricerca di voli round-trip su tutto un mese, con l'obiettivo di trovari i voli più economici. L'utente configura aeroporto di partenza e arrivo, il mese, la durata del viaggio e i requisiti sul weekend — l'app scansiona automaticamente ogni combinazione di date e mostra i risultati in tempo reale man mano che vengono trovati, con una barra di avanzamento progressiva. Ogni risultato include il volo migliore e quello più economico per ogni data, con link diretto a Kiwi.com per la prenotazione. Il backend gestisce un pool di browser Chromium condivisi per supportare più ricerche simultanee senza conflitti di risorse.

PythonFastAPIVue.jsPlaywright
Sistema di Trading Quantitativo

Sistema di Trading Quantitativo

Ho progettato e costruito da zero un sistema di trading algoritmico full-stack per il Nasdaq-100 (QQQ), attualmente attivo in paper trading su VPS. La strategia implementa mean reversion in trend: entra su eccessi ribassisti (Williams %R < -80) solo quando il prezzo è sopra la SMA 200, con un position sizing dinamico basato sull'ATR che mantiene ogni trade esattamente al 2% di rischio sul capitale. L'architettura è deliberatamente ibrida — Interactive Brokers per i dati di mercato (1.5$/mese contro i 99$ di Alpaca), Alpaca per la semplicità della gestione ordini — collegata a un backend FastAPI con Redis pub/sub e un dashboard Vue 3 per il monitoraggio in tempo reale. Il backtest su barre da 5 minuti dal 2009 al 2025 produce un CAGR del 28.37%, Sharpe 1.46 e drawdown massimo di -14.28%, contro il -35.12% del benchmark buy-and-hold.

PythonFastAPIVue 3PostgreSQL
Tulip Monza — Sistema di Prenotazione Online

Tulip Monza — Sistema di Prenotazione Online

Sviluppato su richiesta diretta del cliente un sistema di prenotazione online per un bar locale, oggi in uso quotidiano. Il bar gestiva tutto via telefono e carta, con doppie prenotazioni frequenti e nessun controllo sulla disponibilità. Ho progettato e costruito da solo l'intero sistema in 1-2 mesi: backend Django REST Framework con PostgreSQL, calendario disponibilità per fasce orarie con limite coperti per slot, autenticazione staff, area privata per la gestione centralizzata delle prenotazioni e invio automatico di email di conferma e cancellazione tramite Mailgun. Il sistema ha eliminato gli errori di comunicazione e azzerato il carico manuale del personale.

DjangoNuxt.jsPythonPostgreSQL
// skills

Skill & Stack

Le tecnologie con cui costruisco prodotti scalabili e intelligenti

Backend
Django
Django
Python
Python
FastApi
FastApi
Frontend
Nuxt.js
Nuxt.js
Vue.js
Vue.js
AI / ML
NumPy
NumPy
Pandas
Pandas
Scikit-learn
Scikit-learn
DevOps
DO
Docker
Git
Git
Database
MySQL
MySQL
PostgreSQL
PostgreSQL
// contact

Contatti

Hai un progetto in mente? Scrivimi.

Sono sempre disponibile a discutere di nuovi progetti, opportunità creative o semplicemente per parlare di tecnologia.

francescobellingeri01@gmail.com