Menu
Sanità · Concluso
Coach di fitness adattivo
Un'unica piattaforma collega pianificazione adattiva, riscontro dal vivo sugli esercizi, nutrizione, dati sulla salute, analisi e coaching con IA.
- Durata
- Sviluppo di 3–4 mesi
- Team
- Responsabile di progetto (io) + team mobile, backend e QA
Panoramica
Panoramica
I piani di fitness personali partono spesso da raccomandazioni generiche, incapaci di rispondere agli obiettivi di una persona, al suo profilo fisico o alla costanza reale negli allenamenti. L'azienda voleva un'esperienza mobile capace di personalizzare allenamento e nutrizione mantenendo le persone coinvolte tra una sessione e l'altra.
Ho guidato il progetto dalla comunicazione con il cliente fino alla consegna tecnica. Ho tradotto i riscontri di prodotto in specifiche, coordinato i team mobile, backend e QA, presentato dimostrazioni settimanali e sviluppato il sistema di tracciamento degli esercizi basato su Python.
La piattaforma completata unisce piani di allenamento adattivi, pianificazione dei pasti, rilevamento di postura e ripetizioni tramite fotocamera, analisi del fitness, promemoria programmati, strumenti per il digiuno, integrazioni con la salute e un coach IA circoscritto al proprio dominio.
Nota sulla riservatezza: I nomi di clienti e aziende sono stati modificati o omessi per riservatezza. Il lavoro, il mio ruolo e il perimetro del progetto sono reali.
Approach
Sfide e soluzioni
Un punto di partenza personalizzato
L'inserimento doveva trasformare obiettivi personali, preferenze e dati della scansione corporea in un piano di fitness praticabile.
Pianificazione per obiettivi
Combina preferenze di inserimento, obiettivi di fitness ed esiti della scansione corporea per sostenere raccomandazioni di allenamento personalizzate.
Comprendere l'esercizio in tempo reale
La fotocamera del telefono doveva riconoscere il movimento del corpo, valutare la postura dell'esercizio e contare le ripetizioni durante le sessioni.
Analisi del movimento dal vivo
Sviluppato un programma Python con MediaPipe e OpenCV per tracciare i punti del corpo, calcolare gli angoli di movimento, rilevare la postura e contare le ripetizioni.
Piani che si adattano
Le raccomandazioni della settimana successiva dovevano tenere conto degli allenamenti completati, della frequenza e delle prestazioni precedenti, invece di ripetere un programma fisso.
Fitness e nutrizione adattivi
Collega la costanza negli allenamenti agli aggiustamenti settimanali del piano, supportando pasti personalizzati, digiuno, stima delle calorie e scansione degli alimenti.
IA utile ma controllata
Le funzioni di IA dovevano restare centrate sul dominio del fitness, bilanciando l'accesso pratico delle persone con il costo d'uso dei modelli.
IA circoscritta al dominio
Integrati i modelli Google Gemini per le funzioni di scansione e coaching, limitate le interazioni alla logica fitness dell'applicazione e applicati limiti d'uso pratici.
Technical Detail
How It Was Built
L'esperienza mobile è stata costruita con Compose Multiplatform. NestJS e PostgreSQL reggevano le API e i dati dell'applicazione, mentre i modelli Google Gemini alimentavano le esperienze di corpo, alimentazione, pianificazione e coaching.
Il rilevamento degli esercizi in tempo reale passava per un programma Python dedicato con MediaPipe e OpenCV. Interpretava punti del corpo e angoli articolari per identificare il movimento, valutare la postura rispetto al comportamento atteso e contare le ripetizioni.
Come responsabile di progetto ho gestito la relazione con il cliente, le dimostrazioni settimanali, la traduzione dei riscontri, le specifiche tecniche, la strategia di implementazione, il coordinamento del team e la supervisione della consegna su mobile, backend, IA e QA.
Stack
Realizzato con
- Compose Multiplatform
- NestJS
- PostgreSQL
- Python
- MediaPipe
- OpenCV
- Google Gemini API
Sintesi del riscontro del cliente
Riscontro del cliente
Le funzioni di IA hanno fatto sembrare la piattaforma un coach personale per chi si allena da solo, e non l'ennesima app di fitness. La pianificazione settimanale, il conteggio delle ripetizioni, le indicazioni sulla postura e i limiti attorno a quelle esperienze di IA sono ciò che ci ha sorpreso e colpito di più.
Nome del cliente riservato
L’identità del cliente è riservata. Questa sintesi riporta un riscontro verbale condiviso con Muhammad e con il team di progetto.
Hai sfide simili?
Parliamo del tuo prossimo passo.
Raccontami cosa stai costruendo o migliorando e ti aiuto a individuare un passo successivo concreto.
Discussione
Commenti
Ancora nessun commento. Scrivi tu il primo.