Opportunità di Stage Si ricerca un giovane studente o studentessa da inserire in stage con l'obiettivo di sviluppare la propria tesi di laurea su "L'Addestramento tramite tecniche di Reinforcement Learning di entità virtuali generate al computer all'interno di un simulatore di volo" presso il sito di Torino.
Durata e località Durata massima di sei mesi. Sito: Italia – Torino. Modalità: Onsite.
Obiettivo della tesi Studio e sviluppo di un software di controllo di un velivolo sintetico basato su intelligenza artificiale addestrata con tecniche di Reinforcement Learning, con l'obiettivo di progettare e implementare un agente in grado di gestire il controllo dinamico di un velivolo sintetico.
Fasi di lavoro Analisi dei prodotti commerciali ed integrazione: studio dei simulatori di volo disponibili sul mercato (es. X-Plane 12 o DCS World) come motori di fisica; interazione del agente AI con il simulatore tramite API o plugin.
Definizione del modello di apprendimento: progettazione della "reward function" per addestrare l'agente a eseguire manovre specifiche, massimizzando i parametri scelti al progetto.
Validazione in ambiente sintetico: integrazione del modello addestrato in uno scenario complesso, tipico degli standard di addestramento militare, per valutare la capacità dell'IA di reagire a variabili dinamiche e imprevisti ambientali.
Requisiti di studio Laurea Magistrale in Ingegneria Informatica o Informatica.
Competenze tecniche Linguaggi di programmazione: Python, C++, C#
Fondamenti di Machine Learning, Deep Learning, Reinforcement Learning
Reinforcement Learning libraries: Gymnasium
Gestione del codice con GIT/GitHub
Protocolli di scambio dati
Competenze comportamentali Proattività
Capacità di lavorare in team
Orientamento all'apprendimento
Flessibilità
Orientamento al risultato
Interesse per il mondo aeronautico
Conoscenze linguistiche Ottima conoscenza della lingua inglese, scritta e parlata livello B2/C1.
Modalità di contratto e compenso Contratto: totale base pay più rimborso spese; Hybrid Working: Onsite. Primary Location: Italia – Torino.
#J-18808-Ljbffr