Aquacloud sviluppa soluzioni tecnologiche per l'acquacoltura sostenibile, integrando intelligenza artificiale, computer vision e IoT per ottimizzare la gestione degli allevamenti ittici. Per un momento di crescita significativa del team tecnico, ricerca un AI Engineer Junior da inserire nella propria sede di Trento.
Cosa ti aspetta
Questa è una posizione per chi vuole lavorare su modelli di AI che operano su dati reali, in un contesto in cui tecnologia e biologia si incontrano. In Aquacloud lavorerai su modelli che analizzano la crescita della biomassa e il comportamento dei pesci, integrando dati provenienti da sensori IoT e sistemi video. L’azienda cerca una figura da far crescere davvero: nei primi 6–8 mesi sarai affiancato da un senior engineer, con l’obiettivo di portarti gradualmente a lavorare in autonomia su progetti di machine learning, analisi di serie temporali e computer vision applicati all’acquacoltura. Il contratto è un apprendistato professionalizzante, con RAL tra 32.000 e 38.000 € in base al profilo. La sede è Trento, con modalità di lavoro ibrida e buono pasto per le giornate in presenza.Posizione
La figura selezionata contribuirà alla progettazione e implementazione di modelli di deep learning per l'analisi di serie temporali e la previsione della crescita della biomassa, e allo sviluppo di pipeline di computer vision per l'analisi del comportamento dei pesci tramite telecamere subacquee. Rientrano nel ruolo l'integrazione di flussi di dati da sensori IoT, la traduzione di modelli biologici classici in algoritmi di machine learning e la partecipazione all'intero ciclo di vita del modello, dalla sperimentazione al deployment su architetture edge e cloud. Il team lavora principalmente con Python, PyTorch o TensorFlow, OpenCV, YOLO, LSTM, Transformer, Docker e AWS o GCP.
Requisiti
Le qualifiche indicate costituiscono requisiti fondamentali per partecipare alla selezione:
- Laurea triennale o magistrale in informatica, ingegneria, matematica, fisica o discipline affini, anche in corso di completamento;
- Conoscenza solida dei fondamentali di machine learning e deep learning, maturata attraverso percorsi universitari, tesi, progetti di ricerca o contributi personali;
- Familiarità con Python e almeno uno dei principali framework AI;
- Capacità di ragionamento analitico su problemi complessi e attitudine al lavoro in team tecnico.
Costituisce un plus significativo l'esperienza su dati di serie temporali, modelli di visione artificiale o sistemi IoT, anche in contesti accademici.