Stage- tesi Deep Learning

Location: IT - Roma - Via Faustiniana, IT - Anagni

Time Type: Full time

Job Description

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 60.000 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 Magistrale e devi svolgere 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. 

Stiamo ricercando per il sito di Roma Faustiniana  n. 1 giovane studente o studentessa da inserire in stage con l’obiettivo di sviluppare la propria tesi di laurea sulla tematica di Intelligenza Artificiale sull’argomento:

• Deep Learning-based Defect Detection in Helicopter Blase Radiographs

Il progetto Deep Learning-based Defect Detection in Helicopter Blade Radiographs si propone di migliorare il processo di ispezione visiva delle immagini radiografiche dei longheroni delle pale di elicottero attraverso l’impiego di tecniche di Deep Learning. Il sistema sarà in grado di rilevare automaticamente la presenza di anomalie, classificando le immagini come difettose o non difettose, identificando le diverse tipologie di difetto e determinandone con precisione la localizzazione. I casi dubbi verranno separati e indirizzati a esperti umani per ulteriori verifiche. L’obiettivo principale è aumentare l’efficienza dell’ispezione, ridurre l’intervento umano e migliorare la coerenza e la ripetibilità del processo, fornendo agli operatori uno strumento di AI rapido e affidabile, capace di validare autonomamente i componenti non difettosi e segnalare quelli con potenziali anomalie.

Titolo di studio:

Laurea triennale in discipline STEM, con interesse sul mondo dell’ingegneria e dell’Informatica.

Seniority: Junior

Competenze comportamentali:

• Proattività;

• Capacità di lavorare in team;

• Orientamento all’apprendimento;

• Flessibilità.

Conoscenze linguistiche:

Conoscenza della lingua inglese, livello B1-B2

Competenze informatiche:

• Pacchetto Office;

• Principali linguaggi di programmazione: Python

Altro:

• Familiarità con algoritmi di Machine Learning e Deep Learning;

• 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/al  candidata/o 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:

Additional Locations:

Contract Type:

Hybrid Working: