Ciao! Sono

Antonio Colamartino

CRM Developer & Specialista ML

Mi occupo di Machine Learning e Deep Learning per la ricerca biomedica, e lavoro come sviluppatore CRM su Microsoft Dynamics 365. Amo creare soluzioni innovative che combinano intelligenza artificiale e sviluppo software.

Scrivimi Scarica CV

Chi Sono

Sono un laureato in Informatica appassionato di sviluppo software e intelligenza artificiale. Lavoro come CRM Developer in Deloitte Nexthub, dove creo soluzioni enterprise su Microsoft Dynamics 365 usando .NET e C#. La mia passione? Combinare Data Science e Machine Learning per risolvere problemi complessi e creare architetture software scalabili.

Competenze

Machine Learning
Data Science
.NET & C#
Microsoft Dynamics 365
Python
PyTorch
Microsoft Power Platform
Deep Learning

Esperienza

Lavoro

Marzo 2025 — Attuale

CRM Developer · Analyst

Deloitte Nexthub — Bari

Sviluppo e implementazione di soluzioni CRM enterprise su piattaforma Microsoft Dynamics 365, utilizzando .NET e C# per architetture software scalabili.

Formazione

2022 — 2026

Laurea Triennale in Informatica (L-31)

Università degli Studi di Bari

Laurea conseguita con voto 106/110. Corso di laurea focalizzato su sviluppo software, algoritmi, strutture dati e machine learning.

2017 — 2022

Diploma in Informatica e Telecomunicazioni

I.I.S.S. G. Ferraris

Specializzazione in programmazione, reti di computer, database e sistemi informativi.

In mostra

DeepRetina-MSHA

Reti Neurali Multi-Scala con Uncertainty Quantification per Screening della Retinopatia Diabetica

Framework di deep learning per la classificazione automatica della retinopatia diabetica usando reti di attenzione multi-scala e quantificazione dell'incertezza.

Architettura: Multi-Scale Hierarchical Attention Network con backbone EfficientNet-B4 e Bayesian Dropout.
Training: Training su dataset EyePACS con 88.700 immagini del fundus retinico, 5 gradi di severità.
Tecnologie: Python · PyTorch · EfficientNet-B4 · CUDA · OpenCV · NumPy · Pandas
Caratteristiche chiave: Backbone pre-addestrato EfficientNet-B4

Attenzione gerarchica multi-scala

Quantificazione dell'incertezza con Bayesian Dropout

Focal Loss per lo sbilanciamento delle classi

Training a precisione mista

Vedi su GitHub →

Scrivimi

Sono sempre aperto a nuove opportunità e progetti interessanti. Fammi sapere se vuoi collaborare o semplicemente chiacchierare di tecnologia!