Pubblicato il Pubblicato 22h fa
Mansioni della posizione
WinTime SpA WinTime Spa, Agenzia per il Lavoro , filiale di Torino ,seleziona per società settore aerospace un AI Engineer che farà parte del team che si occupa di tutti gli aspetti ingegneristici dello sviluppo, dell'implementazione e della manutenzione dei sistemi di dati software . ATTIVITA' PRINCIPALI Definizione dell'applicazione AI, della progettazione, della formazione, della convalida e della documentazione Implementare applicazioni innovative basate su tecnologie di intelligenza artificiale nel settore aerospaziale Si offre tipologia di contratto e RAL commisurate all'effettiva seniority del candidato, a partire da 30K a 35K I/Le candidati/e potranno inviare la propria risposta rilasciando specifica autorizzazione ai sensi del D. lgs. sulla Privacy (n° 196/03) al trattamento dei dati personali e GDPR 679/16.Tale ricerca professionale è rivolta ad ambo i sessi (L. 903/77) LI-LL1 Settore: Industria aerospaziale Ruolo: Informatica/Tecnologia Tipo di occupazione: Lavoro temporaneo a scopo assunzione
COMPETENZE TECNICHE RICHIESTE Laurea Magistrale in Ingegneria del Software o Data Science con voto elevato Esperienza nella progettazione, formazione, validazione e distribuzione di modelli di Machine Learning e Deep Learning Esperienza con paradigmi supervisionati, non supervisionati e auto-supervisionati Solida conoscenza delle architetture di modelli profondi (ad esempio, CNN, RNN, Transformers) Conoscenza nello sviluppo di software con il linguaggio Python Conoscenza progettazione e nell'implementazione di pipeline di dati che gestiscono dati strutturati e non strutturati, sfruttando framework e librerie di dati (ad esempio NumPy, Pandas, SciPy) e gestendo i metadati Conoscenza framework di AI PyTorch, TensorFlow e Scikit-learn per modelli di Machine Learning e Deep Learning ATTIVITÀ AGGIUNTIVE (non obbligatorie, considerate un plus) Esperienza nelle metodologie Agile Conoscenza della tecnologia dei container e della distribuzione su Kubernetes Conoscenza dei framework di elaborazione dati distribuiti, come Apache Spark Conoscenza di ONNX per l'ottimizzazione dei modelli e l'interoperabilità