Ritratto di Maurizio Brioschi, founder e CTO di shardana.ai

Founder e CTO

Maurizio Brioschi, founder e CTO di shardana.ai

Oltre 25 anni tra sviluppo backend, architettura software e cloud e leadership tecnica. Oggi, da Cabras (Oristano), lavora su AI applicata e sistemi agentici.

Chi è Maurizio Brioschi e qual è il suo ruolo?

Maurizio Brioschi è founder e CTO di shardana.ai, il progetto di intelligenza artificiale applicata nato a Cabras (Oristano), in Sardegna. Ha oltre 25 anni di esperienza nell’ingegneria del software, nello sviluppo backend, nell’architettura di sistemi e nella guida tecnica dei team. Il suo percorso comprende piattaforme web complesse, applicazioni aziendali e prodotti digitali scalabili, con responsabilità che collegano progettazione, sviluppo e funzionamento in produzione. La nascita di shardana.ai dà una forma specifica al lavoro attuale su AI applicata, automazioni e architetture software. L’esperienza personale è precedente alla fondazione dello studio e va letta come percorso del professionista, non come storia commerciale del nuovo marchio. Il ritratto e i collegamenti LinkedIn e GitHub presenti in questa pagina aiutano a riconoscere la persona dietro l’attività. Per una richiesta tecnica, il contatto con lo studio permette di partire dal problema concreto e individuare insieme un ambito di intervento.

Quali competenze software ha sviluppato nel suo percorso?

Il background più solido di Maurizio Brioschi è nell’ingegneria backend e delle piattaforme, con esperienza in PHP, Laravel, MySQL e architetture basate su API. A queste competenze si affiancano tecnologie come Node.js, React, Vue.js e TypeScript, utilizzate nel contesto di applicazioni e prodotti web. Ha inoltre lavorato con architetture distribuite e orientate agli eventi, anche attraverso tecnologie come Kafka. Il punto comune non è la scelta di un singolo linguaggio, ma la capacità di collegare componenti con responsabilità chiare, dati comprensibili e modalità di integrazione sostenibili. La sua esperienza attraversa l’intero ciclo di vita del software: analisi architetturale, sviluppo, revisione, infrastruttura e manutenzione. Questo percorso aiuta a valutare un cambiamento anche per ciò che richiederà dopo il rilascio. Una nuova funzione deve convivere con codice esistente, dipendenze e procedure operative; progettare significa quindi considerare insieme il comportamento atteso e le condizioni necessarie per mantenerlo affidabile.

Come collega architettura cloud e affidabilità operativa?

L’esperienza infrastrutturale di Maurizio Brioschi comprende AWS, Docker, Nginx, Redis, S3, CloudFront, Elasticsearch e architetture di distribuzione in cloud. Il suo lavoro considera affidabilità, prestazioni, sicurezza e manutenibilità come aspetti collegati alla progettazione del prodotto. Un’applicazione non si esaurisce nel codice: deve essere distribuita, osservata e aggiornata con procedure comprensibili. Le pipeline CI/CD aiutano a rendere ripetibili i passaggi tra sviluppo e rilascio, mentre la revisione tecnica permette di discutere le conseguenze delle scelte prima che arrivino in produzione. In questo quadro, un’architettura modulare o orientata agli eventi è utile quando riduce la complessità e sostiene un’evoluzione incrementale. Non esiste una configurazione universale da applicare a ogni progetto. Volumi, dati, integrazioni e capacità del team influenzano la soluzione. Lo stesso ragionamento vale per i servizi AI, i cui costi e comportamenti devono essere considerati insieme a quelli delle altre componenti del sistema.

Che cosa significa guidare tecnicamente un team?

Nel ruolo di Technical Lead, Maurizio Brioschi ha aiutato team a passare da pratiche individuali di sviluppo a processi condivisi, basati su delivery Agile, rilasci incrementali, code review e standard tecnici espliciti. La guida tecnica riguarda il modo in cui le persone prendono decisioni insieme, oltre alla qualità della singola implementazione. Un’architettura deve poter essere compresa da chi la modifica; una convenzione è utile se rende il lavoro più prevedibile e facilita il confronto. Per questo il suo percorso comprende governance tecnica, coordinamento e attenzione alla relazione tra esigenze del prodotto e scelte ingegneristiche. La semplicità rimane un criterio centrale: servizi separati, eventi e moduli devono aiutare il team a gestire meglio il sistema. Quando introducono più dipendenze di quante ne risolvano, è necessario rivalutarli. Portare questo metodo nei progetti AI significa mantenere responsabilità umane, criteri di verifica e continuità operativa anche quando alcuni passaggi vengono automatizzati.

Come applica questa esperienza a LLM e workflow agentici?

Il lavoro più recente di Maurizio Brioschi si estende a intelligenza artificiale, integrazioni LLM, workflow agentici e sviluppo software assistito dall’AI. Il suo interesse riguarda il modo in cui queste tecnologie possono migliorare la produttività ingegneristica, automatizzare processi aziendali e supportare i team senza compromettere la qualità architetturale. Collegare un modello a strumenti e dati richiede di considerare il sistema completo: fonti, permessi, comportamento delle integrazioni e controllo delle operazioni. Una risposta plausibile non basta a dimostrare che un processo funzioni correttamente. Occorre valutare cosa accade con informazioni incomplete, errori o richieste fuori ambito, e rendere comprensibile il passaggio a una persona. Questo è il legame tra esperienza software e progettazione AI: i componenti probabilistici entrano in prodotti che devono comunque avere confini e responsabilità chiari. L’obiettivo è scegliere soluzioni proporzionate al problema, capaci di evolvere attraverso verifiche e apprendimento dal loro utilizzo reale.

Quali interessi orientano il lavoro e la formazione attuali?

Maurizio Brioschi sta approfondendo Machine Learning e iniziative AI for Good, con particolare interesse per monitoraggio ambientale, sostenibilità e applicazioni capaci di generare un impatto sociale o ambientale misurabile. Si tratta di direzioni di studio e interesse, non della dichiarazione di risultati già ottenuti o di progetti certificati. Il principio che collega questi ambiti al suo percorso è pragmatico: comprendere il problema di business, scegliere l’architettura adatta e mantenere i sistemi semplici quanto possibile. L’AI viene considerata come un ulteriore livello dell’ingegneria del software, integrato con dati, infrastruttura e organizzazione del lavoro. Attraverso shardana.ai questo approccio incontra anche DOMOS Network, il progetto di rete tecnologica in validazione in Sardegna. Le pagine dedicate permettono di distinguere il profilo professionale, l’attività dello studio e lo stato del progetto territoriale. Per approfondire un possibile incarico, è utile partire da obiettivi, strumenti esistenti e vincoli concreti, prima di scegliere tecnologie o modalità operative.