Energy Optimization Engineer
Pubblicato il 18-10-2026 - Glayx in Italia
Glayx è una società attiva da oltre 20 anni nel settore dell'efficienza energetica industriale.
Progettiamo, sviluppiamo e gestiamo sistemi avanzati per l'ottimizzazione dei consumi energetici, offrendo soluzioni "chiavi in mano" per le imprese.
Tra le nostre soluzioni c'è Pshave®, una piattaforma di Energy Intelligence in tempo reale che supporta la gestione degli asset energetici di stabilimento, migliorando la redditività e riducendo le emissioni di CO2.
Operiamo attivamente anche nei mercati dell'energia con servizi di flessibilità e ottimizzazione dei consumi, aiutando le aziende a ridurre i costi e valorizzare i propri asset.
Il ruolo
Siamo alla ricerca di un/una Energy Optimization Engineer da inserire nel nostro team Digital presso la sede di Pisa (PI), località Montacchiello.
La risorsa entrerà a far parte del nucleo tecnico che sviluppa l'intelligenza algoritmica della nostra piattaforma proprietaria Pshave®.
Il team lavora all'intersezione tra ingegneria energetica, ricerca operativa e data science, occupandosi principalmente di due macro-attività:
Ottimizzazione EMS
(Energy Management System): modellazione e formalizzazione matematica dei vincoli fisici di stabilimento e delle logiche dei mercati energetici attraverso problemi di ottimizzazione.
Predictive Analytics & Machine Learning
: sviluppo di algoritmi per la previsione delle produzioni da fonti rinnovabili (es. impianti fotovoltaici) e la stima del futuro fabbisogno energetico industriale.
Nel quotidiano, il ruolo combina attività di modellazione e ricerca applicata con un forte focus pratico sul coding (
Python
) e sull'interfacciamento/gestione dei database di stabilimento.
Formalizzare e implementare modelli di ottimizzazione matematica per il dispacciamento energetico,
la gestione carichi e il peak shaving.
Tradurre vincoli tecnici di impianto e regole dei mercati energetici in modelli computazionali efficienti.
Progettare, testare e mettere in produzione modelli di Machine Learning per il forecasting di serie temporali (produzione FV, consumi termici ed elettrici).
Condurre attività di R&D; applicata per individuare, testare e validare approcci algoritmici innovativi per aumentare l'efficienza computazionale dei modelli.
Scrivere codice pulito ed orientato alla produzione (
Python
).
Laurea Magistrale in Ingegneria Energetica, Ingegneria Elettrica, Matematica.
Solida comprensione teorica e pratica della programmazione lineare mista intera (MILP) e della formulazione di vincoli/funzioni obiettivo.
Padronanza di Python
e dei principali pacchetti per l'analisi dati e l'ottimizzazione.
Buone capacità di problem solving e lavoro in team.
Competenze gradite (Plus)
Esperienza specifica sui mercati elettrici italiani (MGP, MI, servizi di dispacciamento MSD/etc...).
Buona conoscenza della lingua inglese (scritta e parlata).
Contratto a
tempo indeterminato full-time.
Ambiente tecnologico orientato all'innovazione.
Percorsi di crescita professionale e aggiornamento continuo (inclusi corsi di inglese con docente madrelingua).
Welfare aziendale (tra cui buoni pasto e polizza sanitaria integrativa).
RAL indicativa: ****** € - ****** €
La retribuzione esatta può variare in base alle reali competenze ed esperienza.
Premi individuali annuali
commisurati al raggiungimento dei KPI e all'impatto concreto sul lavoro del team e sui risultati aziendali.
La selezione è rivolta ad ambo i sessi (L. ******), garantendo parità di trattamento durante tutto il processo di recruiting.
#J-*****-Ljbffr