đź‘‹ Benvenuto nel mio blog tecnico!
Scrivo di Data Engineering, Rust, Go, Python e tecnologie open source.
Esploro architetture lakehouse, streaming real-time e il mondo dei dati moderni.
Guardrail per il ML Tabulare: la prospettiva di un Data Engineer su Data Leakage, Poisoning e Pipeline Fragili
La maggior parte dei fallimenti nelle pipeline ML non nasce da bug esotici del modello, ma da problemi di dati mai codificati come controlli. In questo articolo vediamo come costruire guardrail con pandas, Apache DataFusion, contratti dati e Arrow C Data Interface.
1 Anno di Claude Code: Un'Intervista
Claude intervista Andrea Bozzo su un anno intero di utilizzo di Claude Code nel terminale — il workflow, le custom skill, gli spigoli vivi e il database distrutto.
Harvesting vs Scraping: Costruire Entrambi i Lati in Rust con Ares e Ceres
Due progetti Rust, una divisione concettuale. Ares recupera pagine web arbitrarie e usa LLM per estrarre dati strutturati; Ceres raccoglie metadati da portali CKAN e li indicizza semanticamente. Insieme mostrano il passaggio da script di scraping a pipeline dati production-ready.
Progettare un Data Profiler attorno ad Apache Arrow: Lezioni da dataprof
Una storia di design di dataprof: perché ho costruito un profiler attorno ad Apache Arrow, come ha cambiato l’architettura, e come questo percorso mi ha portato a contribuire al lettore Parquet di arrow-rs.
Async in Python e Rust: Due Mondi, Una Sola Keyword
Un’esplorazione tecnica di async/await in Python e Rust: come la stessa sintassi nasconda modelli di esecuzione completamente diversi, con esempi pratici da contributi a Tokio e progetti Python.
Mosaico: La Piattaforma Dati per Robotica e Physical AI scritta in Rust
Un’esplorazione approfondita di Mosaico, la piattaforma dati per robotica scritta in Rust: architettura client-server, ontologie semantiche, data-oriented debugging ed il mio viaggio in esso, l’integrazione con Data Contract Engine.
Ceres: Semantic Search per i Dati Aperti
Ceres è un motore di ricerca semantico per portali CKAN. Costruito in Rust con Tokio e PostgreSQL+pgvector, affronta il gap tra come le persone cercano e come le PA nominano i dataset.
Chiudere il Cerchio Rust: Analisi Dati ad Alte Prestazioni con Polars
Polars completa l’ecosistema Rust data engineering: lazy evaluation, Apache Arrow, e integrazione nativa con Iceberg V3 per analytics performanti che competono con cluster distribuiti. Il terzo pilastro dello stack RisingWave + Lakekeeper + Polars.
Lakekeeper: il Catalogo REST di Apache Iceberg scritto in Rust
Un’esplorazione di Lakekeeper, il catalogo REST Iceberg in Rust che completa l’ecosistema data engineering: sicurezza enterprise con vended credentials, multi-tenancy, e integrazione con RisingWave per costruire streaming lakehouse senza JVM
RisingWave e Iceberg-Rust: Quando il Real-Time Streaming Incontra il Modern Data Lake
La partnership tra RisingWave e Iceberg-Rust rappresenta una finestra su dove sta andando il data engineering moderno: streaming CDC real-time, hybrid delete strategy intelligente, e un ecosistema Rust performante che sfida il dominio JVM.