Mipu Predictive School è un ente formativo certificato che da anni supporta aziende e professionisti nel portare l'intelligenza artificiale e le tecniche predittive nel mondo dei processi industriali.
Siamo alla ricerca di una/un Faculty Member che possa contribuire all'insegnamento e allo sviluppo dei nostri corsi di Intelligenza Artificiale Industriale, lavorando a stretto contatto con un team giovane, dinamico e innovativo.
* Insegnare nei corsi di formazione per professionisti e aziende, con un focus sull'utilizzo dell'intelligenza artificiale nei processi industriali.
* Progettare e sviluppare contenuti didattici, esercitazioni pratiche e casi studio per rendere i corsi sempre più applicabili al contesto industriale.
* Collaborare con esperti di settore e aziende partner per garantire che i programmi formativi siano allineati alle esigenze del mercato.
* Supportare i partecipanti nel percorso di apprendimento, rispondendo a domande e fornendo approfondimenti tecnici.
* Aggiornare e innovare l’offerta formativa, includendo le ultime tecnologie e metodologie di intelligenza artificiale industriale.
Competenze e tecniche richieste
Il/la candidato/a ideale dovrà possedere una solida conoscenza ed esperienza di utilizzo dell'AI in ambito industriale. Chiediamo di dettagliare nella candidatura in quali tra le seguenti tecniche ti senti esperto, indicando in scala da 1 a 10 quanto le conosci, e quanto le hai usate.
Machine Learning e Deep Learning
* Modelli avanzati di regressione e classificazione (XGBoost, LightGBM, CatBoost).
* Architetture neurali avanzate: Transformer, Vision Transformers (ViT), Graph Neural Networks (GNN).
* Few-shot e Zero-shot Learning per contesti industriali con dataset limitati.
* Self-supervised Learning per migliorare la generalizzazione dei modelli industriali.
* Federated Learning per applicazioni industriali con vincoli di privacy e distribuzione dei dati.
Explainable AI (XAI) e interpretabilità dei modelli
* Metodi basati su feature importance (SHAP, LIME, Permutation Importance).
* Tecniche di visualizzazione per modelli di deep learning (Grad-CAM, Integrated Gradients, Layer-wise Relevance Propagation).
* Metodologie di audit dei modelli AI per garantire robustezza e trasparenza nei processi industriali.
* Utilizzo di LLM (GPT, BERT, T5, LLaMA) per l'automazione di processi industriali.
* Retrieval-Augmented Generation (RAG) per applicazioni di AI conversazionale nell’industria.
* Modelli per il processamento di documenti industriali (OCR + NLP per la lettura automatizzata di manuali tecnici).
* Fine-tuning di modelli linguistici su dati industriali specifici.
* Embedding e vettorializzazione del linguaggio con tecniche avanzate per la ricerca e l'analisi delle informazioni.
Manutenzione Predittiva e Analisi delle Serie Temporali
* Modelli classici di forecasting (ARIMA, SARIMA, Prophet).
* Hybrid AI approaches che combinano machine learning e modelli fisici per la manutenzione predittiva.
* Bayesian Deep Learning per quantificare l’incertezza nelle previsioni industriali.
* Fault Detection & Root Cause Analysis basati su AI per ridurre i tempi di fermo macchina.
Computer Vision e IoT per Industria 4.0
* Segmentazione avanzata di immagini industriali (U-Net, Mask R-CNN, SAM).
* Anomaly Detection visivo basato su autoencoder e GANs.
* Edge AI e modelli ottimizzati per dispositivi embedded (TensorFlow Lite, ONNX Runtime, Nvidia Jetson).
* Reti neurali spiking (SNN) e AI neuromorfica per analisi a bassissimo consumo energetico.
* Data pipeline scalabili con Apache Spark, Dask, Airflow.
* Architetture di AI distribuita e cloud computing (AWS, GCP, Azure).
* Data lake e Data mesh per l'industria per una gestione ottimizzata dei dati AI-driven.
MLOps, Deploy e Ottimizzazione di Modelli AI
* Containerizzazione e orchestrazione (Docker, Kubernetes).
* Modelli AI-as-a-Service e API deployment con FastAPI, Flask, TensorFlow Serving.
* Ottimizzazione dei modelli per inferenza real-time (TensorRT, OpenVINO, DeepSpeed).
* Gestione e monitoraggio continuo dei modelli AI con MLflow e DVC.
Chi cerchiamo?
* Laurea in Ingegneria, Informatica, Matematica, Fisica o discipline affini.
* Esperienza pratica avanzata con modelli AI applicati all’industria.
* Capacità di insegnamento e predisposizione alla divulgazione scientifica e tecnica.
* Ottima conoscenza della lingua inglese
* Collaborazione flessibile, da poche ore a qualche giorno/settimana al mese, secondo disponibilità.
* Flessibilità nella gestione dell’orario di lavoro (possibilità di attività in presenza e da remoto).
* Ambiente innovativo e stimolante, con possibilità di lavorare su progetti di frontiera.
* Collaborazione con aziende leader nell’Industria 4.0 e nell’AI applicata.
* Formazione continua e aggiornamento sulle più recenti tecnologie.
#J-18808-Ljbffr