Job Description: Leonardo è un gruppo industriale internazionale, tra le principali realtà mondiali nell'Aerospazio, Difesa e Sicurezza che realizza capacità tecnologiche multidominio in ambito Elicotteri, Velivoli, Aerostrutture, Elettronica, Cyber Security e Spazio. Con oltre 53.000 dipendenti nel mondo, l'azienda ha una solida presenza industriale in Italia, Regno Unito, Polonia, Stati Uniti, e opera in 150 paesi anche attraverso aziende controllate, joint venture e partecipazioni. Protagonista dei principali programmi strategici a livello globale, è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese.
Se sei iscritta/o all'Università , frequenti l'ultimo anno della Triennale o Magistrale e devi scrivere una tesi in discipline STEM, Leonardo ti offre l'opportunità di rafforzare il tuo percorso accademico attraverso un'esperienza in azienda.
Tutor esperte/i nel proprio settore ti seguiranno, consentendoti di approfondire la parte teorica e di sviluppare la tua tesi, preparandoti al meglio per le sfide professionali future.
Le tematiche proposte per le tesi da svolgere in Leonardo abbracciano un vasto spettro di ambiti tecnologici, ricerca e innovazione: dall'Intelligenza Artificiale all'High-Performance Computing, dalla Cyber Sicurezza all'Ingegneria dei materiali, passando per i settori aerospaziali. Potrai esplorare le aree più all'avanguardia del tuo settore di studi, con creatività e spirito di innovazione.
Per supportarti nel corso di questa esperienza, della durata massima di sei mesi, è previsto inoltre un rimborso spese.
Stiamo ricercando per il sito di Roma n. 8 giovani studenti e studentesse da inserire in stage con l'obiettivo di sviluppare la propria tesi di laurea sulla tematica di Artificial Intelligence - Applications sui seguenti argomenti:
Approccio basato su Tecnologie Intelligenti e Algoritmi di Machine Learning per un sistema di controllo del Traffico Aereo Image processing con IA per rilevamento di oggetti e curve di luce. Realizzare un algoritmo per elaborare le immagini raw al fine di effettuare la detection di oggetti ed estrapolare da essi misure e altri parametri Studio e sviluppo di una Soluzione AI based per elaborazione informazione BITE di sistemi radar Analisi delle tecniche di Data Augmentation di serie temporali allo stato dell'arte, nonché la loro applicazione su dataset reali e sintetici. Definizione ed training di un foundation model per serie temporali. Studio di tecniche di rappresentazione dell'informazione mediante embedding di dati estratti da sensori eterogenei ed appartenenti a dataset differenti; Design dell'architettura e addestramento del foundation model come backbone per task di anomaly detection e regression. Analisi di tecniche unsupervised e semi-supervised per rilevare ed analizzare pattern che potrebbero suggerire una specifica tipologia di degradazione che interessa la performance di sistemi meccanici Generazione ottimizzata di adversarial samples da includere nel training di un classificatore di immagini (e.g., di difetti fisici o piccoli oggetti) Applicazione di tecniche di Reinforcement Learning in ambiente simulato su NVIDIA Omniverse (o altra soluzione) per la gestione di una missione composta da veicoli unmanned in formazione. Titolo di studio:
Laurea in discipline STEM, con interesse sul mondo dell'Informatica
Competenze comportamentali:
Proattività; Capacità di lavorare in team; Orientamento all'apprendimento; Flessibilità. Conoscenze linguistiche:
Conoscenza avanzata della lingua inglese, livello B2-C1.
Competenze informatiche:
Pacchetto Office; Principali linguaggi di programmazione: Matlab, C, Python Altro (es. Disponibilità a trasferte, Certificazioni specifiche...):
Disponibilità a svolgere brevi trasferte sul territorio nazionale.
Come funziona il processo di selezione?
A seguito della raccolta delle candidature, vengono valutati e identificati i CV maggiormente in linea con i requisiti richiesti.
Le/i candidate/i selezionate/i sostengono un colloquio conoscitivo con il team delle Risorse Umane e con il Business, dove saranno approfondite tematiche tecniche, motivazione e attitudini personali.
Al termine del processo, alla persona viene restituito un feedback, sia in caso di esito positivo che negativo.
Aspettiamo la tua candidatura.
Collaborando con noi avrai modo di confrontarti costantemente con le sfide dell'alta tecnologia, di accrescere le tue competenze e costruire un percorso professionale di eccellenza.
Seniority:
Primary Location:
IT - Roma - Via Tiburtina KM12,400
Additional Locations:
Contract Type:
Hybrid Working:
#J-18808-Ljbffr