Ai & signal processing engineer

PpH-EALTH, divisione dell'ecosistema H-FARM con sede nel Campus di Roncade (Treviso), sviluppa soluzioni avanzate per salute, benessere, longevità e assistenza alle persone fragili. Operiamo all'intersezione tra medtech, assistive technology, sensoristica, Edge AI e piattaforme digitali, con l'obiettivo di creare tecnologie affidabili, sicure e orientate alla persona per pazienti, caregiver, operatori sanitari, RSA, assisted living e assistenza domiciliare. /p pbSenior Embedded Edge AI Engineer /b Contribuisci alla progettazione e allo sviluppo di dispositivi intelligenti e sistemi edge destinati a contesti reali di cura e assistenza. /p h3Di cosa ti occuperai /h3 ul liDefinire pipeline di preprocessing, feature extraction, labeling, training, validazione e monitoraggio dei modelli /li liAnalizzare dati time series provenienti da sensori ambientali, radar/mmWave, Wi‑Fi CSI, presenza, movimento e altri segnali edge /li liSviluppare modelli per caduta probabile, uscita dal letto, permanenza in bagno, assenza di movimento, agitazione notturna e deviazioni dal baseline individuale /li liMisurare e ottimizzare falsi positivi, falsi negativi, sensitivity, specificity, precision, recall, latenza e robustezza /li liCollaborare con embedded engineer per portare preprocessing e inferenza su edge quando utile /li liCollaborare con clinical workflow lead per definire eventi clinicamente/operativamente sensati /li liDocumentare dataset, versioni modello, test, limiti, ipotesi e performance /li /ul h3Requisiti /h3 ul liLaurea magistrale o esperienza equivalente in Informatica, Ingegneria, Fisica, Matematica, Data Science, Bioingegneria o ambiti affini /li liEsperienza solida in Python, NumPy, pandas, scikit‑learn e almeno un framework deep learning tra PyTorch, TensorFlow o JAX /li liEsperienza con time series, signal processing, anomaly detection, classification, sensor fusion o pattern recognition /li liCapacità di progettare dataset e validazioni sperimentali, non solo notebook esplorativi /li liConoscenza di metriche di performance e gestione del trade‑off tra falsi positivi e falsi negativi /li liBuona conoscenza dell’inglese tecnico /li /ul h3Nice to have /h3 ul liEsperienza con radar/mmWave, Wi‑Fi CSI, wearable data, HAR (human activity recognition) o dati fisiologici /li liEsperienza in edge AI, model compression, quantization, ONNX/TensorFlow Lite o deployment su device embedded /li liEsperienza in healthtech, medtech, elderly care, assistive technology o ambient assisted living /li liConoscenza di MLOps, data versioning, model monitoring e gestione drift /li /ul h3Cosa offriamo /h3 ul liInserimento in un venture team ad alta autonomia, orientato a MVP, piloti reali e sviluppo di asset proprietari /li liPossibilità di contribuire alla nascita di una piattaforma H‑Ealth su sensoristica, edge AI e Long‑Term Care /li liContesto multidisciplinare: tecnologia, clinica, assistenza, software, hardware, privacy e regolatorio /li liPercorso di crescita commisurato al contributo e alla responsabilità assunta nel progetto /li liInquadramento, retribuzione e modalità di collaborazione da definire in base a seniority, disponibilità e ruolo (RAL 50.000‑75.000) /li /ul /p #J-18808-Ljbffr