Aerospace & Defence - Ai Engineer
Pubblicato il 13-08-2026 - OVERTECH Consulting in Italia
Aerospace & Defence - AI Engineer
Friuli Venezia Giulia / Torino (on-site) | RAL 28K – 45K in base alla seniority | Overtech Consulting
In collaborazione con alcuni clienti dell'elettronica per la difesa e del settore aeronautico stiamo sviluppando algoritmi di machine learning e deep learning per l'elaborazione dei dati provenienti da sensori avanzati, con successiva integrazione degli algoritmi su piattaforme a risorse limitate. Cerchiamo ingegneri da inserire nei team algoritmici, con responsabilità dirette su progettazione, addestramento e ottimizzazione dei modelli.
Cosa farai davvero
Il vincolo che caratterizza questo lavoro è che il modello non resta su un cluster: deve essere integrato on board, con memoria e potenza di calcolo limitate e con requisiti di latenza da rispettare. Il percorso è completo, dalla prototipazione sui dati fino all'implementazione ottimizzata sul target.
I dataset arrivano da sensori reali, con tutto quello che comporta: rumore, classi sbilanciate e pochi campioni proprio sulle condizioni che contano di più.
Le attività includono:
- Progettazione e addestramento di modelli di machine learning e deep learning
- Preparazione, pulizia e analisi dei dataset provenienti da sensori
- Prototipazione algoritmica
- Implementazione in Python, C o C++ degli algoritmi validati
- Ottimizzazione dei modelli per l'esecuzione su piattaforme a risorse limitate
- Definizione delle metriche di valutazione e analisi quantitativa delle prestazioni
- Collaborazione con team multidisciplinari (software, hardware, system engineering)
Profilo cercato
Must have:
- Laurea in Ingegneria Informatica, Automazione, Robotica, Matematica o Fisica
- Esperienza nello sviluppo di modelli di machine learning o deep learning
- Python con PyTorch o TensorFlow
- Sviluppo software in C o C++
- Capacità di leggere un risultato sperimentale e di ricostruire perché un modello sbaglia
Nice to have:
- Computer vision o elaborazione del segnale
- Tecniche di ottimizzazione e qu