Chi siamo
Sistemi ML
costruiti per
decisioni reali
Thimor Alux lavora con aziende che hanno bisogno di automazione intelligente, non di un altro report. Dal 2015, ogni progetto parte da un problema specifico e finisce con qualcosa che funziona davvero.
Parma, IT
Quello che facciamo, e perché
Il machine learning applicato alle aziende ha spesso il problema opposto a quello dichiarato: troppi dati, troppo pochi risultati utili. Noi non costruiamo modelli generici. Ogni sistema che sviluppiamo è legato a un processo aziendale preciso — previsione della domanda, classificazione dei clienti, ottimizzazione operativa.
Lavoriamo principalmente con realtà locali e PMI del Nord Italia che vogliono capire cosa stanno comprando. La dimensione del progetto non cambia l'approccio: lo stesso rigore tecnico, lo stesso interlocutore diretto dall'inizio alla fine.
Un modello ben addestrato su dati sbagliati è inutile. Per questo partiamo sempre dall'audit dei dati, non dalla scelta dell'algoritmo.
Le persone dietro i modelli
Un gruppo piccolo per scelta. Ogni persona gestisce l'intero ciclo di un progetto — dalla raccolta dati al rilascio in produzione. Niente passaggi di mano, niente malintesi.
Luca Ferretti
Responsabile tecnico ML
Lavora sui modelli predittivi e sulla pipeline dati. Prima di Thimor Alux ha trascorso cinque anni a ottimizzare sistemi logistici per distribuzione regionale.
Marta Sovrano
Analisi dati e integrazione
Si occupa della fase più sottovalutata di ogni progetto: capire cosa contengono davvero i dati del cliente prima che il modello li veda. Ha evitato molti errori costosi.
Come lavoriamo in pratica
- Ogni progetto inizia con un audit dei dati esistenti — spesso qui emergono i problemi veri.
- Il primo prototipo funzionante arriva entro 4–8 settimane, non dopo mesi di specifiche.
- Il cliente vede ogni passaggio intermedio e può cambiare direzione senza costi aggiuntivi.
- I modelli vengono documentati in modo che il cliente possa gestirli internamente se vuole.