Data engineer · Studente di finanza · Italia
Ciao, sono Narcis.
Sono un data engineer in Italia, sto studiando per diventare consulente finanziario. Quello che mi piace di entrambi: costruire soluzioni, risolvere problemi, scomporre obiettivi grandi e complessi in piccoli passi chiari. Ne scrivo ogni giorno. Resta un po': magari impari qualcosa. Magari la imparo anch'io.
Curioso di vedere cosa ho costruito? Parti dai calcolatori: interesse composto, FIRE, comprare o affittare, lump sum vs PAC, e altri.
yahoo_finance_pull.py
Yahoo Finance · daily prices
ecb_bonds_feed.json
ECB · EU gov bonds
pension_horizon.yaml
retirement plan · 40y horizon
transform.py
normalize · enrich
investment_plan.duckdb
VWCE and chill · 60/40
portfolio · EUR
€642,318
Oppure vai direttamente a una sezione
Tre punti di partenza, in base a cosa ti porta qui.
Pubblicati di recente
Le ultime cose, da entrambe le sezioni.
- Capstone: cosa sai adesso, dove andare poi Uno sguardo indietro alle 60 lezioni, uno sguardo avanti a dove sta andando Python, e le risorse che ti portano da intermedio a esperto.
- Un health check da 30 minuti su un cluster Spark che non hai mai visto La checklist di chiusura: ti consegnano il portatile, hai tempo fino alle 17 per capire cosa non va.
- AI vs ML nel 2026: quando chiamare un LLM, quando allenare La decisione che cinque anni fa non esisteva: usare un modello hosted, fare fine-tuning di uno open, o allenarne uno tuo?
- Adaptive Query Execution: la killer feature di Spark 3.x Dynamic partition coalescing, gestione dello skew a runtime e switch della strategia di join: le config da conoscere e i casi in cui AQE non può aiutarti.
- Modelli pre-addestrati + transfer learning + Hugging Face Il percorso realistico da zero a un modello di deep learning funzionante nel 2026: parti da uno pre-addestrato e fanne il fine-tuning sui tuoi dati.