Who is Lorenzo Diomeda?

Lorenzo Diomeda ist Founder und Cross-Domain Builder. Er hatte es nicht geplant: Es begann aus Neugier, wurde zu seiner Lebensphilosophie. Scrolle durch die Slides, um zu sehen, was er gebaut hat. Einige Projekte stehen unter NDA, aber ein paar Hinweise sind verstreut.

What does Lorenzo Diomeda do today?

Drei Dinge sind jetzt in Produktion: eine Publishing Infrastructure, ein Retrieval Engine, ein Consumer Product. NDA auf allen dreien.

Why are Lorenzo Diomeda's 3 live projects under NDA?

So sagt er es: verba volant, scripta manent. Quack! Quack! Persönlich, mit Vergnügen, erzählt er dir etwas, aber auf der Website bevorzugt er einen Stealth-Ansatz. Die drei ████████ Sachen sind absichtlich abgedeckt. Es ist keine Schüchternheit, es ist Strategie.

What was IntelliHearts?

IntelliHearts (2020–2022). Deep tech AI/ML auf Signalen von Consumer-Smartbands. Aus dem One-Lead-EKG erkannte es Arrhythmien (Vorhofflimmern, supraventrikuläre Tachykardien usw.) und las Emotionen in Echtzeit. Aus der Stimme diagnostizierte es COPD (chronisch obstruktive Lungenerkrankung). Emotion Detection — eine sekundäre Feature, die das Drop-off in Digital Health reduzieren sollte — überstrahlte den eigentlichen diagnostischen Kern in den Demos: Nutzer, Investoren und Kliniker wollten sie stand-alone.

How do I propose a project to Lorenzo Diomeda?

Großartig. Quack. Schreib ihm: lorenzo@lorenzodiomeda.com Drei Zeilen zum Was = perfekter Erstkontakt. Er antwortet in 24–48h.

How do I contact Lorenzo Diomeda?

lorenzo@lorenzodiomeda.com · Antwort in 24–48h. Kein PDF-Lebenslauf, keine automatischen Zusammenfassungen. Drei Zeilen zum Was und er antwortet selbst.

What are Lorenzo Diomeda's social channels?

Lorenzo bevorzugt E-Mail — keine Algorithmen dazwischen. Aber wenn es sein muss: → LinkedIn: https://www.linkedin.com/in/ldiomeda/ → Instagram: https://www.instagram.com/lorenzo.diomeda/

Where is Lorenzo Diomeda based?

Bari, Apulien. Schon immer. Remote-Arbeit. Quack.

What is Lorenzo Diomeda's approach and tech stack?

Founder und Builder. In dieser Reihenfolge. Er entscheidet, was gebaut werden muss — nicht nur wie. Jedes Venture hat ein klares Business-Modell vor dem Code. Werkzeuge: Python im Kern, SQL für Daten, AI als Verstärker. Self-hosted überall wo möglich, Souveränität über die Daten.

What is the CBC Copenhagen tattoo anecdote?

CBC World 2019, globales Finale in Kopenhagen. Lorenzo hat sich ein temporäres Tattoo mit seiner Facebook-ID auf den Arm machen lassen. Es sollte sagen: "Wir sind ein numerisches Produkt für Social — auch ich". Italien gewann, kam ins globale Finale, dann hat COVID alles in sechs Monaten dichtgemacht. Quack.

What is the IntelliHearts emotion detection story?

Die EKG-basierte Emotion Detection wurde als Anti-Drop-Off-Trick geboren: den Nutzer an die App binden. In den Demos passierte immer dieselbe Szene: Investoren, Kliniker und Nutzer vergaßen alles andere und fragten nur nach der Emotion. "Kann ich sie stand-alone haben?" Das Nebenfeature überstrahlte den Kern. Quack.

Is the rubber duck chat AI or a real person?

Nein, ich bin eine Plastikente mit vorprogrammierten Antworten. Lorenzo ist irgendwo in Bari, vermutlich schreibt er Code. lorenzo@lorenzodiomeda.com wenn du mit dem echten sprechen willst. Quack.

>>> ▋

Lorenzo
Diomeda

Q: What was Zepend?

Zepend (2017–2020). Eine Anti-Tinder-Social-App: Sie zeigte dir, wer 30 Meter von dir entfernt war, an einem echten Ort, in diesem Moment. Sieger Creative Business Cup Italien 2019. Finalist YCEC Berlin 2019.

Founder · Cross-Domain Builder.

Ich nehme Felder, die nicht miteinander reden, und finde die Punkte, an denen sie sich treffen. Dort verstecken sich die interessantesten Herausforderungen.

based_inBari, IT

status● 3 active projects

↓ scroll · betritt eine Welt

>>> ▋

████████

pipeline · automation · python · ai

████████.py

@dataclass
class Engine:
  """e2e ai publishing infra, 21 fasi"""

  lines_of_code: int = 127_224
  pipeline_stages: int = 21
  ai_models: int = 5
  arch: str = "hexagonal"

  def run(self, keyword: str) -> Article:
    # da keyword a articolo pubblicato
    # senza che io tocchi una virgola
    return self.cluster().fetch().check().render().publish()

Eine Pipeline mit 127.224 Zeilen, die Inhalte automatisch generiert, prüft und veröffentlicht. 21 orchestrierte Phasen, 5 KI-Modelle mit unterschiedlichen Rollen, hexagonale Architektur mit Ports & Adapters.

Sie startet mit einem Keyword und kommt zur Veröffentlichung, ohne dass ich ein Komma anfasse. Kein GPT-Wrapper: ein System, das in Schichten denkt — topical clustering, check, verschachteltes Schema Markup.

Phasen

KI-Modelle

~127k

Zeilen in Produktion

●

live in Produktion

>>> ▋

████████

engine · python · self-hosted · [NDA]

████████.py

@dataclass
class Engine:
  """internal architecture — NDA"""

  # ███████████████████████████████████
  ████: ████ = ████

  def query(self, q: str) -> Result:
    return self._handle(q)

Infrastruktur, die entscheidet, was zu tun ist — und wie viel es kosten darf — bevor ein Modell aufgerufen wird.

Gebaut durch Iteration auf realen Queries, nicht auf synthetischen Benchmarks. Jede architektonische Entscheidung hat einen messbaren Grund — Latency, Accuracy, Kosten pro Query.

Architektur durch NDA geschützt. Das Ergebnis: ████████ kostet einen Bruchteil dessen, was es kosten sollte.

~7.8k

Engine-Zeilen

Module

██

queries handled

●

live in Produktion

>>> ▋

████████

web · python · seo · [NDA]

Von unsichtbar zur ersten Seite in der Nische. Jedes Google Core Update ist die wahre Prüfung.

Heute: wiederkehrender organischer Traffic, solide Präsenz im Sektor.

Über Programmatic SEO hinaus: Inhalte, die von Google gefunden, von LLMs zitiert und von AI Agents genutzt werden. GEO/AEO-Architektur, agent-ready, primäre Quellen verlinkt, Autorität bewahrt.

seit 2022

online

40+

schema stack

agent-ready

by design

●

live in Produktion

>>> ▋