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, il 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