Aerospace & Defence - Ai Engineer
Pubblicato il 31-08-2026 - OVERTECH Consulting in Roma
Aerospace & Defence - AI Engineer Friuli Venezia Giulia / Torino (on-site) | RAL 28K – 45K in base alla seniority | Overtech ConsultingIn 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 davveroIl 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 sensoriPrototipazione algoritmica Implementazione in Python, C o C++ degli algoritmi validatiOttimizzazione dei modelli per l'esecuzione su piattaforme a risorse limitateDefinizione delle metriche di valutazione e analisi quantitativa delle prestazioniCollaborazione con team multidisciplinari (software, hardware, system engineering) Profilo cercatoMust have: Laurea in Ingegneria Informatica, Automazione, Robotica, Matematica o Fisica Esperienza nello sviluppo di modelli di machine learning o deep learningPython con PyTorch o TensorFlow Sviluppo software in C o C++ Capacità di leggere un risultato sperimentale e di ricostruire perché un modello sbagliaNice to have: Computer vision o elaborazione del segnale Tecniche di ottimizzazione e quantizzazione dei modelli Deployment di