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

Machine Learning Engineering – IT Platform Product Development

Divisione IT Platform Product Development, Job

Dipende da

Head of IT sw product development

Missione

Responsabile della ricerca, della prototipazione e dell’implementazione di vari modelli e algoritmi di NLP e ML per migliorare le prestazioni e la qualità dei nostri prodotti. Analizzerai e interpreterai complessi insiemi di dati, svilupperai modelli neurali all’avanguardia

Compiti

  • Svolge attività di raccordo tra i team product development e R&D.
  • Conosce i Framework utilizzando linguaggi di programmazione definiti nello stack tecnologico dell’azienda per il Data Management (Python, Linux);
  • Redige e pubblica White paper, presentazioni, materiali formativi e documentazioni su specifici Topic.
  • Collabora con i Data Scientist, i backend Developer, i frontend Developer, e gli Head of IT sw, Ot sw e R&D nello sviluppo delle soluzioni tecnologiche definite dall’Azienda con il cliente finale.
  • Conosce e collabora in team di 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, Azure, Google cloud attraverso software Kubernetes).
  • Sviluppa e gestisce i test necessari.
    • 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);

Vuoi candidarti?