Artificial Intelligence Engineer-Aerospace

• Analisi della documentazione tecnica di input a livello di sistema, e compresine dei principali driver e punti potenzialmente critici
• progettazione e sviluppo si Ground Segment Baseline e relativa documentazione
• sviluppo architettura Ground Segment con algoritmi e tecniche di Machine Learning/Deep Learning
• studio delle tecnologie e delle tecniche emergenti relative all'IA e valutazione della possibilità di sviluppo di PoC e MVP
• analisi e supporto per la realizzazione dell'infrastruttura tecnologica di terra al fine di consentire una rapida realizzazione e test MVP e, eventualmente, l'industrializzazione nell'architettura di base GS
• sviluppo dell'architettura di base GS per migliorare l'interoperabilità e il concetto multi-missione, in particolare per le grandi costellazioni
• definizione di requisiti tecnologici per l'intelligenza artificiale e lo sfruttamento dei big data o compromessi su architetture e prestazioni o Soluzioni HW e SW per lo sviluppo del sistema per la gestione ed elaborazione dei dati provenienti da diversi sensori (Radar, Ottici, Infrarossi, ecc.)

• Conoscenza dei principi di funzionamento dei satelliti per l'osservazione della Terra.
• conoscenza delle tecnologie e tecniche di Intelligenza Artificiale e Deep learning; conoscenza dell'analisi dei dati e delle tecnologie dei big data; conoscenza di tecnologie e architetture Cloud
• Conoscenza dei principi RADAR
• Conoscenza degli standard di interoperabilità dell'osservazione della Terra (ad es. OGC, ISO, ecc.)
• Conoscenza dei principi della programmazione ad oggetti, in particolare Python, Java, C++
• Conoscenza nella progettazione di applicazioni e architetture di rete WEB e CLIENT/SERVER
• Conoscenza della progettazione SW di microservizi, metodologia DevOps e tecnologie cloud (Docker, Kubernetes, ecc.).
• Conoscenza generale dei prodotti GEO Open Source

Experis