Mission Per azienda biomedica all'avanguardia che sviluppa e commercializza dispositivi innovativi per l’imaging medico basati sulla tecnologia a microonde, stiamo cercando un Senior Deep Learning Expert che, a diretto riporto dell’ IT, Cloud Computing & AI Manager, definisca, sviluppi e validi modelli avanzati per l’analisi dei segnali e delle immagini, per evolvere continuamente le performance di Mammowave , il primo test senologico al mondo basato su imaging a microonde. La figura avrà un ruolo centrale nello sviluppo di architetture deep learning robuste e generalizzabili, capaci di integrare dati clinici, segnali elettromagnetici e conoscenza fisica del dominio, con particolare attenzione alla stabilità tra dispositivi, studi clinici e centri ospedalieri. Principali responsabilità Sviluppo di modelli deep learning – Progettare, addestrare e ottimizzare architetture neurali per classificazione, rappresentazione latente, ricostruzione e feature extraction su segnali di imaging a microonde e dati clinici. Self-supervised learning e representation learning – Sviluppare encoder, autoencoder e modelli basati su masking per apprendere rappresentazioni robuste da dati etichettati e non etichettati, seguite da fine-tuning supervisionato. Transformer e architetture avanzate – Valutare e implementare transformer, reti convoluzionali, encoder-decoder e architetture ibride per dati multidimensionali nei domini del tempo e della frequenza. Analisi avanzata dei segnali – Progettare metodi di filtraggio, denoising, calibrazione, normalizzazione,



trasformazione ed estrazione di feature da segnali biomedicali ed elettromagnetici complessi. Domain adaptation e generalizzazione – Definire strategie per ridurre bias legati a dispositivo, centro clinico o studio, utilizzando domain adaptation, loss multi-obiettivo, batch design controllato per sito e validazione leave-one-site/group-out. Integrazione tra fisica, signal processing e AI – Collaborare con esperti di elettromagnetismo per integrare principi fisici, geometria di acquisizione, trasformazioni tempo-frequenza e vincoli di dominio nelle architetture deep learning. Collaborazione multidisciplinare – Lavorare a stretto contatto con team internazionali clinici, ingegneristici e di R&D; per tradurre le esigenze cliniche in specifiche tecniche e integrare soluzioni AI nell’ecosistema prodotto. Tradurre i requisiti clinici e di business in risultati concreti, valutando costantemente l’impatto clinico ed economico delle tecnologie sviluppate. Competenze chiave Esperienza consolidata – Almeno 5 anni di esperienza applicata in Deep Learning e Machine Learning, preferibilmente in medical imaging, biomedical signal processing, dispositivi medici o ricerca clinica. Framework deep learning – Padronanza di Python e di almeno uno dei principali framework, con preferenza per Py Torch; esperienza con Tensor Flow/Keras, Num Py, Pandas, Scikit-Learn e Matplotlib. Architetture neurali – Esperienza concreta con CNN, transformer, autoencoder, encoder-decoder,

📌 Senior Deep Learning Expert (Assisi)
🏢 Azienda Anonima
📍 Assisi