Junior Data Scientist

Applicazione di protocolli di intelligenza artificiale a ossidi semiconduttori per lo sviluppo di sensori per il monitoraggio dello spettro volatile.

Con la ricerca qui proposta si vogliono individuare e sviluppare modelli di intelligenza artificiale (AI), sia in forma di algoritmi di apprendimento automatico che di reti neurali, da applicare ad array di sensori a ossidi semiconduttori in grado di identificare e/o classificare possibili contaminazioni in tempo reale per le filiere agroalimentari. Ci si propone così di ridurre gli impatti sull’ambiente, di ridurre gli sprechi e di proteggere la salute pubblica. Si utilizzeranno array di nano-sensori di composti volatili a base di ossidi semiconduttori. I modelli avanzati di intelligenza artificiale offrono un approccio innovativo e affidabile per monitorare costantemente la qualità e la sicurezza degli alimenti lungo l'intera catena di produzione e distribuzione, promuovendo così una maggiore fiducia nei consumatori e contribuendo a garantire standard elevati di sicurezza alimentare e sostenibilità ambientale. Questo approccio consente una gestione proattiva dei rischi e delle potenziali minacce alla sicurezza alimentare.

Il settore della sensoristica applicata al campo della sicurezza alimentare, come proposto in questo progetto di dottorato, richiede competenze diversificate toccando il campo alimentare, il Machine Learning con AI, la preparazione e calibrazione dei sensori MOS (Metal Oxide Semiconductors), la fluidodinamica dei composti volatili. Ci si aspetta che le competenze interdisciplinari richieste dal progetto permettano di formare una figura di ricercatore altamente specializzata e molto richiesta sul mercato del lavoro. Nondimeno ci si aspetta che i risultati del progetto portino a pubblicazioni scientifiche su riviste internazionali ad alto impatto, oltre che essere di estremo interesse per applicazioni industriali nella Food Valley di Parma.

Attività principali:

• Analisi ed elaborazione di dati provenienti da sensori reali.

• Sviluppo, addestramento e validazione di modelli di machine learning.

• Collaborazione con il team di laboratorio per integrare i dati sperimentali nelle pipeline software.

• Progettazione e sviluppo di API REST (Flask) per erogare i servizi dati in ambiente Azure.

• Supporto alla messa in produzione e alla documentazione tecnica.

Competenze preferenziali

• Conoscenza di Microsoft Azure (Data Services, Machine Learning, API Management).

• Conoscenza di SQL per la gestione di database.

• Esperienza nello sviluppo di API REST con Flask o framework simili.