H-EALTH, divisione dell'ecosistema H-FARM con sede nel Campus di Roncade (Treviso), sviluppa soluzioni avanzate per salute, benessere, longevità e assistenza alle persone fragili. Operiamo all'intersezione tra medtech, assistive technology, sensoristica, Edge AI e piattaforme digitali, con l'obiettivo di creare tecnologie affidabili, sicure e orientate alla persona per pazienti, caregiver, operatori sanitari, RSA, assisted living e assistenza domiciliare.
Per supportare la crescita delle nostre iniziative, siamo alla ricerca di un Senior Embedded & Edge AI Engineer che contribuisca alla progettazione e allo sviluppo di dispositivi intelligenti e sistemi edge destinati a contesti reali di cura e assistenza.
Di cosa ti occuperai
-
Definire pipeline di preprocessing, feature extraction, labeling, training, validazione e monitoraggio dei modelli.
-
Analizzare dati time series provenienti da sensori ambientali, radar/mmWave, Wi-Fi CSI, presenza, movimento e altri segnali edge.
-
Sviluppare modelli per caduta probabile, uscita dal letto, permanenza in bagno, assenza di movimento, agitazione notturna e deviazioni dal baseline individuale.
-
Misurare e ottimizzare falsi positivi, falsi negativi, sensitivity, specificity, precision, recall, latenza e robustezza.
-
Collaborare con embedded engineer per portare preprocessing e inferenza su edge quando utile.
-
Collaborare con clinical workflow lead per definire eventi clinicamente/operativamente sensati.
-
Documentare dataset, versioni modello, test, limiti, ipotesi e performance.
-
Laurea magistrale o esperienza equivalente in Informatica, Ingegneria, Fisica, Matematica, Data Science, Bioingegneria o ambiti affini.
-
Esperienza solida in Python, NumPy, pandas, scikit-learn e almeno un framework deep learning tra PyTorch, TensorFlow o JAX.
-
Esperienza con time series, signal processing, anomaly detection, classification, sensor fusion o pattern recognition.
-
Capacità di progettare dataset e validazioni sperimentali, non solo notebook esplorativi.
-
Conoscenza di metriche di performance e gestione del trade-off tra falsi positivi e falsi negativi.
-
Buona conoscenza dell’inglese tecnico.
-
Esperienza con radar/mmWave, Wi-Fi CSI, wearable data, HAR (human activity recognition) o dati fisiologici.
-
Esperienza in edge AI, model compression, quantization, ONNX/TensorFlow Lite o deployment su device embedded.
-
Esperienza in healthtech, medtech, elderly care, assistive technology o ambient assisted living.
-
Conoscenza di MLOps, data versioning, model monitoring e gestione drift.
-
Inserimento in un venture team ad alta autonomia, orientato a MVP, piloti reali e sviluppo di asset proprietari.
-
Possibilità di contribuire alla nascita di una piattaforma H-Ealth su sensoristica, edge AI e Long-Term Care.
-
Contesto multidisciplinare: tecnologia, clinica, assistenza, software, hardware, privacy e regolatorio.
-
Percorso di crescita commisurato al contributo e alla responsabilità assunta nel progetto.
-
Inquadramento, retribuzione e modalità di collaborazione da definire in base a seniority, disponibilità e ruolo (RAL 50.000-75.000)
ANQK09jbJx
