Lead / Senior AI Computer vision engineer

Lead / Principal AI Engineer – Computer Vision Chi siamo GANIGA è una startup deeptech italiana che sviluppa smart bins capaci di riconoscere e differenziare automaticamente i rifiuti. Combiniamo robotica, visione artificiale, AI e design industriale per creare prodotti robusti, scalabili e user-friendly, con l’obiettivo di rivoluzionare la raccolta differenziata e promuovere l’economia circolare. Siamo un team giovane e dinamico, con mentalità startup: flessibili, veloci e orientati a creare impatto reale nel mondo. Perché questo ruolo è importante Stiamo cercando un Lead / Principal AI Engineer con una solida esperienza in Computer Vision, che diventi il punto di riferimento tecnico per il cuore della nostra tecnologia: il riconoscimento automatico dei rifiuti. Questa persona guiderà la ricerca, lo sviluppo e la messa in produzione di modelli di Visione Artificiale ad alte prestazioni, garantendo che la nostra soluzione mantenga un vantaggio competitivo nel settore del smart waste . Responsabilità principali Ricerca e Sviluppo Modelli Core: Guidare la selezione, l'addestramento e l'ottimizzazione di modelli di Deep Learning per compiti chiave di Visione Artificiale (es. classificazione, rilevamento di oggetti, segmentazione) mirati al riconoscimento dei materiali di scarto. Ottimizzazione Edge AI: Sviluppare e ottimizzare modelli di Computer Vision per la distribuzione su hardware embedded o Edge (es. piattaforme con risorse limitate), bilanciando accuratezza e velocità di inferenza. Strategia Dataset: Definire la strategia di acquisizione, annotazione e gestione del nostro dataset di Visione Artificiale, assicurando la qualità e la diversità necessarie per la robustezza dei modelli. MLOps e Pipeline AI: Collaborare con il Cloud Architect per industrializzare le pipeline MLOps, garantendo il monitoraggio continuo, la riaddestramento automatico e il deployment rapido dei modelli. Mentoring e Leadership Tecnica: Assumere la leadership tecnica del dominio AI, influenzando la roadmap del prodotto e mentorando i membri più junior del team. Validazione e Robustezza: Eseguire test rigorosi per garantire la robustezza dei modelli in condizioni ambientali variabili (illuminazione, usura dei cestini, ecc.) e misurarne l'impatto sul prodotto. Requisiti minimi Laurea Magistrale in Informatica, Ingegneria, Statistica o campo affine con focus su Computer Vision o Machine Learning. Esperienza consolidata e di rilievo (minimo 7 anni) nello sviluppo, addestramento e messa in produzione di soluzioni di Deep Learning per la Computer Vision in contesti aziendali complessi. Comprovata padronanza di framework di Deep Learning (es. PyTorch, TensorFlow) e delle relative librerie di visione (es. OpenCV). Esperienza dimostrabile nell'ottimizzazione di modelli per l'inferenza su dispositivi Edge/Embedded (es. utilizzo di TensorRT, OpenVINO, o ottimizzazioni come quantizzazione e pruning). Solide competenze in Python e nella gestione di ambienti di sviluppo per ML (Git, ambienti virtuali, cluster di calcolo). Esperienza con Jax/Flax Track record di successi nel portare modelli dalla fase di prototipo a soluzioni industriali scalabili. Capacità di analizzare criticamente la letteratura scientifica e applicare le tecniche più all'avanguardia. Plus / Preferenze Esperienza pregressa in aziende leader nel settore AI/Tech. Profonda conoscenza delle architetture di Visione Artificiale di ultima generazione (es. Transformer, architetture EfficientNet/MobileNet, tecniche di few-shot/zero-shot learning). Esperienza in robotica o meccatronica, in particolare nell'integrazione tra sensori fisici e l'output della Visione Artificiale. Certificazioni o esperienza avanzata con ambienti cloud ML (es. Google Cloud Vertex AI). Pubblicazioni o contributi significativi alla comunità scientifica/open source nel campo della Computer Vision. Soft skills & Mentalità Mentalità da startup e Visione Tecnica: Capacità di bilanciare rapidità, pragmatismo e rigore scientifico. Leadership Tecnica: Capacità di guidare le scelte architetturali complesse e di infondere eccellenza tecnica nel team. Forte Ownership: Assunzione di completa responsabilità per l'accuratezza e le performance del sistema di riconoscimento AI. Eccellenti capacità di comunicazione per interagire con il business (spiegare la performance AI) e con i team tecnici (dati, firmware, cloud). RAL 60k - 75k + bonus commisurate all'esperienza