Edge Ai

Pubblicato il 14-11-2026 · Ainexxo · Bardi

Software Engineering & Infrastructure
Python
Mathematics & Scientific Computing
Cerchiamo un Edge AI / Machine Learning Engineer per il Core Team di AINEXXO
Non stiamo cercando semplicemente qualcuno che voglia "un attuale lavoro".
Cerchiamo una persona che abbia voglia di costruire un'azienda, inventare nuove tecnologie, sviluppare prodotti e crescere insieme a una startup.
Una persona con mentalità imprenditoriale, che in prospettiva voglia sentirsi parte del progetto e non semplicemente eseguire task assegnati.
Per questo, oltre alla retribuzione, prevediamo anche un percorso di stock options
, con la possibilità di acquisire una reale ownership nell'azienda.
Chi stiamo cercando
Cerchiamo un profilo tecnico con almeno
2 anni di esperienza professionale
, idealmente con background in:
Informatica / Ingegneria Informatica
Intelligenza Artificiale / Machine Learning
Matematica, Fisica o discipline STEM affini
Una solida conoscenza della matematica applicata al Machine Learning è particolarmente importante.
Ma il background accademico, da solo, non è ciò che ci interessa di più.
Cerchiamo soprattutto uno smanettone tecnologico con mentalità da ricercatore e inventore
.
Qualcuno che non si limiti a utilizzare modelli AI esistenti, ma che voglia capire come funzionano internamente, modificarli, ottimizzarli e, quando necessario,
progettare nuove architetture da zero
.
Una persona capace di leggere un paper scientifico, comprenderne i principi matematici, implementarlo, sperimentare e capire se quella tecnologia possa diventare parte di un prodotto reale.
Non cerchiamo qualcuno che sappia soltanto utilizzare l'AI.
Cerchiamo qualcuno che voglia costruirla.
La mentalità che cerchiamo




Per noi è fondamentale trovare qualcuno che sia:
creativo, inventivo e capace di immaginare soluzioni non convenzionali
autonomo nella ricerca e nella risoluzione dei problemi
curioso verso le ultime evoluzioni della ricerca scientifica sull'AI
capace di trasformare idee e paper in prototipi funzionanti
fortemente product oriented
propositivo, sperimentale e orientato all'execution
capace di ragionare sia sui principi matematici di un modello sia sui suoi limiti pratici
interessato a capire non solo come funziona una tecnologia, ma perché potrebbe creare valore
capace di comunicare idee, risultati sperimentali, problemi e soluzioni
disposto a sperimentare, fallire, imparare e migliorare rapidamente
Non cerchiamo qualcuno che aspetti una lista di task o istruzioni dettagliate per iniziare.
Cerchiamo qualcuno che sappia dire:
"Ho trovato questa nuova architettura. Potrebbe risolvere il nostro problema. Ho letto la ricerca, implementato un primo prototipo e questi sono i risultati."
Su cosa lavorerai
Il tuo focus principale sarà la
ricerca, progettazione, sviluppo e ottimizzazione di modelli AI capaci di funzionare direttamente su dispositivi Edge
, in particolare in contesti industriali.
L'obiettivo è sviluppare tecnologie capaci di interpretare dati fisici, riconoscere anomalie,



apprendere dai sistemi su cui operano e supportare decisioni operative, anche con risorse computazionali limitate.
Lavorerai principalmente su:
AI Research & Model Development
Progettazione e implementazione di modelli di Machine Learning e Deep Learning anche da zero
PyTorch e sviluppo di architetture neurali personalizzate
Studio e implementazione delle più recenti tecniche di ricerca sull'AI
Ricerca su architetture innovative: Liquid Neural Networks, State Space Models, Spiking Neural Networks, modelli ibridi e altre tecniche emergenti
Training, fine-tuning, valutazione e miglioramento continuo dei modelli
Sviluppo di modelli per time series, anomaly detection, prediction e Physical AI
Edge AI & Model Optimization
Sviluppo di modelli efficienti per dispositivi con risorse computazionali limitate
Quantization, pruning, distillation e altre tecniche di compressione e ottimizzazione
Ottimizzazione di inferenza, memoria, latenza e consumi computazionali
Deployment e benchmarking su hardware Edge (CPU, GPU, NPU)
Sperimentazione con inferenza e apprendimento locale, anche offline
Integrazione di modelli quantitativi e piccoli modelli linguistici (SLM/LLM)
Software Engineering & Infrastructure
Python
Linux e ambienti embedded
PyTorch e librerie scientifiche per Machine Learning
Gestione di dataset, pipeline di training ed evaluation
Git, Docker e strumenti di sviluppo
Profiling, debugging e ottimizzazione delle performance
Integrazione dei modelli all'interno di prodotti e sistemi software reali
Mathematics & Scientific Computing
Algebra lineare
Calcolo differenziale e ottimizzazione
Probabilità e statistica
Fondamenti matematici del Machine Learning
Analisi numerica e mod
Max. 8 MB. Formati Accettati: PDF, RTF, DOC, DOCX, ODT.