Scopri Polaris

Compliance & Certificazioni

Brand page

Artificial Intelligence

Trasformazione Digitale

Approfondimenti

Digital twin

Simulation

IoT

Big Data

Advanced Manufacturing

Additive Manufacturing

Cyber Security

Industria 4.0

Augmented Reality/Virtual Reality

Potenziare la catena del valore

Agricolture 4.0

Polaris

Ageria

Deepclever

Strategy

Software Aziendali

The Polaris AI Team

Change Management

Finance Consulting

Infrastructure Services

Zero Based Mindset

Supply Chain

I’m a candidate

Candidate

I’m a candidate

Data Scientist sr

Divisione Industry R&D, Job

Dipende da

Head of R&D

Missione

Progettare, realizzare e sviluppare modelli di analisi dei dati utilizzando tecniche riconducibili all’Intelligenza Artificiale per lo sviluppo di piattaforme di Data Management proposti dall’azienda ai clienti.

Compiti

  • Progetta e sviluppa i modelli statistici, algoritmi e di Artificial Intelligence necessari per la conduzione di un progetto di Data Management.
  • Studia, Progetta, sviluppa, testa, simula soluzioni padroneggiando le seguenti tecniche di Intelligenza Artificiale:
    • Machine Learning:
      • Deep Learning
      • Supervised System
      • Unsupervised System
    • NLP (Natural Language Processing):
      • Text Generation
      • Question Answering
      • Context extraction
      • Classification
      • Machine translation
    • Expert System:
      • Expert System basati su regole (in grado di dedurre nuovi fatti partendo da regole definite a priori);
      • Expert System basati su alberi (in grado di creare alberi di classificazione dati partendo da dati e deduzioni):
        • Interpretazioni (Es. Speech recognition);
        • Predizione (Es. Risk Assessment);
        • Diagnosi (Es. Mistral, Eydenet, Kaleidos);
        • Design (Es. Vax configuration);
        • Planning (Es. Autonomous Vehicle);
        • Monitoraggio (Es. Reactor);
        • Debugging (Es. Mathlab, Saint);
        • Ripristino (Es. Crisis Management);
        • Istruzione (Es. Intelligent Clinical Training);
        • Controllo (Es. Real time process Controll);
    • Speech:
      • Speech to text;
      • Text to speech;
    • Vision:
      • Image recognition;
      • Machine Vision;
    • Planning, Scheduling
      • Genetic Algorithm
  • Studia, sviluppa, utilizza le principali architetture di reti neurali per progettare i modelli:
    • RNN (Recurrent Neural Network).
      Esempi:
      • Stock Price Prediction;
      • Chatbots;
      • Voice Assistant;
      • Weather Forecasting;
      • Music Generation;
    • CNN (Convolutional Neural Network)
      Esempi:
      • Face Recognition;
      • Medical Image Detection;
      • Obkect Detection;
      • Character Recognition;
      • Document Classification
    • AE (Auto Encoder).
      Esempi:
      • Dimensionality Reduction;
      • Image Compression;
      • Feature Extraction;
      • Anomaly Detection;
      • Fraud Detection.
    • GAN (Rete generativa avversaria).
      Esempi:
      •  Generative image Data;
      • Generating Art;
      • Image to Emojy Convertion
      • Face Attribute Manipulation;
      • 3D object Generation
    • L.S.T.M. (Long/Short Term Memory).
      Esempi:
      • Predictive Maintenance
  • Definisce e sviluppa modelli utilizzando linguaggi di programmazione definiti nello stack tecnologico dell’azienda per il Data Management (Python, Linux).
  • Collabora in team allo sviluppo di soluzioni multi-processo, multiutente di Data Management che utilizzano soluzioni a container (soluzioni di Deployment attraverso logiche Docker ed esecuzione dei container su AWS attraverso software Kubernetes).
  • Redige e pubblica Paper scientifici, presentazioni, materiali formativi e documentazioni su specifici Topic.
  • Collabora con i Data Engineer, i Consultant, i backend Developer, i DevOps developer, i frontend Developer, gli Head of IT sw, OT sw, R&D, Project Manager e O.T. nello sviluppo delle soluzioni tecnologiche definite dall’Azienda con il cliente finale.
  • Collabora con tutte le Direzioni qualora sia coinvolto in progetti interni promossi dall’azienda.
  • Fornisce alla l’Head of R&D reportistica sugli avanzamenti, anche per l’attività delle figure junior di sua competenza.

Vuoi candidarti?