Cos'è DOPPT:
DOPPT è un sistema di rilevamento armi e minacce in tempo reale basato su Computer Vision per la sicurezza di locali, eventi e spazi pubblici/privati.
Descrizione del ruolo
Cerchiamo un/una Technical Co-Founder / Lead Machine Learning Engineer specializzato/a in Computer Vision per portare la nostra tecnologia da prototipo a prodotto scalabile in condizioni reali.
Non parti da zero. Quello che esiste già:
- Detection in tempo reale basata su RT-DETR (scelto in sostituzione di YOLOv8 per vincoli di licenza commerciale Apache 2.0)
- Dataset proprietario di partenza
- Pipeline di addestramento iniziale
- Deployment target orientato su architettura NVIDIA Jetson
Il tuo obiettivo sarà portare tutto questo a un sistema affidabile in ambienti complessi (poca luce, strobo, fumo, folla densa), definendo metriche serie (precision, recall, latenza) e garantendo la validazione sul campo. Deciderai le architetture insieme al founder, con reale autonomia e piena voce in capitolo sulle scelte di prodotto.
Qualifiche e Requisiti
Cerchiamo un profilo solido, capace di muoversi tra la teoria dei modelli e i vincoli stringenti dell'hardware edge, mettendo l'onestà intellettuale davanti alle metriche.
Requisiti Obbligatori:
- Laurea STEM: Titolo di laurea (Triennale o Magistrale) in discipline scientifico/tecniche come Ingegneria Informatica, Computer Science, Data Science, Fisica, Matematica o affini.
- Esperienza sul campo: Almeno 1-2 anni di esperienza professionale documentata nello sviluppo e deployment di modelli di Machine Learning / Deep Learning in produzione (fuori da percorsi di studio o stage scolastici).
- Deep Learning & CV core: Padronanza assoluta di PyTorch e del ciclo di vita completo di modelli di Object Detection (gestione custom dataset, data loader, custom loss e loop di training da zero, non solo utilizzo di API pronte).
- SOTA & Transformers: Forte familiarità con architetture Transformer applicate alla vision (famiglia DETR / RT-DETR, meccanismi di self-attention, query di detection).
- Rigore statistico: Capacità di analizzare criticamente curve Precision-Recall e mAP, stratificando le performance su casi limite (occlusioni, fumo, bassa luce) ed eliminando fenomeni di Data Leakage.
- Video Pipelining: Esperienza pratica nella gestione di flussi video in tempo reale (RTSP, OpenCV) e integrazione con algoritmi di multi-object tracking (es. ByteTrack).
Costituiscono un forte Plus:
- Edge AI & Optimization: Deployment e ottimizzazione su NVIDIA Jetson tramite TensorRT e quantizzazione (INT8/FP16) o pruning.
- MLOps: Versionamento di codice/dati e riproducibilità degli esperimenti (Git, DVC, Weights & Biases).
- Compliance (GDPR & EU AI Act): Conoscenza dei principi di Privacy-by-Design. È un grande plus capire come tradurre la minimizzazione del dato a livello architetturale (es. elaborare i flussi esclusivamente in memoria RAM/VRAM volatile senza persistenza dei volti) per proteggere il posizionamento strategico di DOPPT.
Cosa offriamo
- Integrazione come Co-Founder: Una quota societaria (Equity) definita in base all'esperienza e all'impegno effettivo. (Compensation: Equity Share (Co-Founder))
- Autonomia totale: Piena responsabilità sulle scelte d'architettura e sull'infrastruttura AI.
- Progetto ad alto impatto: L'opportunità di costruire da zero un prodotto reale e di impatto diretto sulla sicurezza delle persone.
Come candidarsi
Contano l'execution reale e l'onestà intellettuale. Se hai progetti personali, repository GitHub o codice di produzione di cui vai fiero/a, potrebbero essere l'elemento chiave per la nostra scelta.
Invia un messaggio diretto allegando CV e link al tuo profilo GitHub o portfolio progetti.