Bando internazionale per l’assunzione di ricercatori per i Leonardo Labs
Leonardo continua a implementare l’iniziativa dei Leonardo Labs, una rete internazionale di laboratori aziendali dedicati alla ricerca avanzata e all’innovazione tecnologica, rivolta a giovani ricercatori entusiasti e brillanti con laurea in discipline STEM e/o dottorato di ricerca e competenze nei seguenti ambiti:
Per quest’area di ricerca, Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- High Performance Computing: Porting, profiling, ottimizzazione e parallelizzazione di codici scientifici e industriali su infrastrutture di supercalcolo eterogenee (CPU, GPU), sviluppo ed implementazione di nuove funzionalità basate su algoritmi paralleli e metodi di calcolo innovativi;
- Hardware / Software codesign: Validazione e valutazione delle performance di codici scientifici e industriali su diverse architetture hardware, già esistenti o sperimentali (e.g. processori RISC-V), in ambito Supercomputing ed Edge Computing;
- Cloud Computing: Creazione e gestione di istanze su infrastrutture Cloud Computing, containerizzazione di applicazioni per servizi Cloud, deployment di containers tramite strumenti di orchestrazione, implementazione di infrastrutture Data Lakes.
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Esperienza di ambiente Linux e competenze High Performance Computing per sviluppo ed ottimizzazione codici (compilatori, profilers, debuggers, git, cmake);
- Familiarità con metodi di validazione e valutazione delle performance di codici scientifici, in particolare codici paralleli (e.g. strong e weak scaling);
- Conoscenza di algoritmi e tecniche di programmazione parallela in diversi ambienti hardware (shared memory, distributed memory, GPU acceleration);
- Conoscenza di linguaggi di programmazione per calcolo scientifico (C, C++, Fortran, Python), paradigmi di programmazione parallela su CPU e GPU (MPI, OpenMP, OpenACC, CUDA), linguaggi per architetture eterogenee (SYCL);
- Esperienza in paradigmi Edge Computing e relative metodologie;
- Familiarità in differenti metodi di containerizzazione di applicazioni (Docker, Singularity, Podman), building e deployment di containers;
- Conoscenza di piattaforme Cloud Computing open source (OpenStack) e relativa creazione, gestione ed implementazione di istanze;
- Esperienza con strumenti di orchestrazione Cloud per automatizzare deployment, scaling e management di containers (Kubernetes, OpenShift);
- Familiarità con tecnologie Data Lakes per Data Analytics e relativi servizi Cloud (e.g. Hadoop, Spark).
Per quest’area di ricerca, Leonardo cerca candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Sistemi elettromeccanici avanzati per applicazioni ottiche
- Studio e progettazione di Metalenti per sistemi elettroottici
- Vision Elettro-Ottica neuromorfica
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Tecnologie e design delle metalenti
- Sistemi elettroottici
- Modeling and simulation
- Simulazione scientifica usando software specifici (ad es. Matlab®, Phyton)
- Tecniche di valutazione e validazione
- Conoscenza e progettazione di sistemi basati su sensori neuromorfici per la visione
- Sensori di visione
- Conoscenza di algoritmi per il processing di immagini e estrazione di informazioni da immagini e video
- Artificial Intelligence e tecniche di deep learning applicate alla machine vision.
- Design di sistemi di controllo elettro-meccanici ultraveloci e miniaturizzati
Per quest’area di ricerca, Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Cyber threat detection : identificazione di pattern di attacco complessi al fine di migliorare le capacità di detection, la velocità di triage e le capacità di attribution elaborando automaticamente le strategie di difesa più efficaci al fine di migliorare la velocità e l’efficacia dei processi di cyber incident response.
- Cryptography: studio di soluzioni innovative in ambito data protection nelle sue componenti di data security (protezione da furto/accessi non autorizzati) e data resilience ovvero salvaguardia del dato da eventi che possano determinare la perdita o il danneggiamento (data vaulting). Implementazioni e valutazione di protocolli crittografici su sistemi che utilizzano la crittografia per affrontare i problemi di sicurezza del mondo reale.
- Active cyber defence: studio di metodologie, modelli e use case da applicare per la realizzazione di agenti autonomi da impiegare nelle attività di difesa attiva anche in ambiente simulato.
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Buona conoscenza in ambito cyber security
- Ottima conoscenza della programmazione Python
- Ottima conoscenza dei framework di machine learning e data science: scikit-learn, pandas, seaborn, xgboost, lightgbm, catboost, pytorch/tensorflow/keras
- Buona conoscenza di algoritmi e teoria dei grafi
- Buona conoscenza nel campo delle GAN (Generative Adversarial Networks)
- Buona conoscenza delle tecniche di Deep Learning basate su Recurrent Neural Networks, Transformers e decision tree
- Ottima conoscenza delle tecniche di forecasting su time-series analysis
- Ottima conoscenza della lingua inglese, parlata e scritta
- Buona conoscenza del software di versionamento GIT
Per quest’area di ricerca, Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- General Purpose Deep Learning: applicato a uno o più dei seguenti temi, Self-Supervised Learning, Domain Adaptation, Few-shot Learning, Continuous Learning, Reinforcement Learning, Generative Deep Learning
- Trustworthy AI: Explainable AI, Model Robustness, Dataset Analysis, Certified AI
- Natural Language Processing: per svolgere task di Sentiment Analysis, Named Entity Recognition, Relation Extraction, Text Similarity, Text Summarization, Knowledge Graphs Construction
- Computer Vision: tecniche di deep learning per applicazioni di Image Recognition, Super Resolution, Object Detection, Hyperspectral Image Analysis, Satellite Image Analysis,
- Audio and Signal Analysis: Audio Analysis, AI applicate Radar Technologies, Time series Analysis
- Sistemi di comunicazione radar e radio: algoritmi e architetture di digital signal processing, teoria della detezione e della stima, processing di segnali adattivi e cognitivi, tecnologia software defined radio, tecniche di data fusion, sistemi phased array
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Laurea magistrale/specialistica in: Ing. Informatica, Ing. Automazione, Ing. Aerospaziale, Ing. Elettronica, Data Science, Fisica, Matematica, Statistica o materie simili
- Preferibilmente un master e/o un PHD in tematiche di Machine Learning / Deep Learning / Data Science
- Conoscenze avanzate di Deep Learning, in particolare: Neural Networks (es. CNN), Transformers (es. ViT/LLM), Recurrent Neural Networks (es. LSTM/GRU)
- Conoscenze avanzate di Python e Pytorch
- Conoscenza della lingua inglese, parlata e scritta
- Capacità di lavorare in gruppo
- Capacità di gestire autonomamente progetti di ricerca
Per quest’area di ricerca Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Scenari per il riciclo e fine vita delle batterie: approfondire il ciclo di vita dei componenti critici delle batterie con la finalità di implementare l’economia circolare ed evitare l’utilizzo dei conflict mineral;
- Circolarità dei materiali compositi: individuare nuove metodologie per il riciclo dei materiali compositi, con l’obiettivo di creare una filiera in grado di coprire integralmente la catena del riciclo;
- Sostituzione dei cromati dai processi industriali: valutare e individuare dei processi industriali che rendano possibile eliminare l’utilizzo dei cromati;
- Life cycle assessment dei prodotti: sviluppare la metodologia del Life Cycle Assessment nel modello di sviluppo, realizzazione e gestione post-vendita dei nuovi prodotti Leonardo;
- Scenari e test sui sustainable aviation fuel: realizzare un’analisi sul portafoglio prodotti Leonardo; eseguire use case sulle macchine finalizzati alla certificazione del velivolo a volare con una miscela di SAF in percentuali sempre crescenti;
- Green computing & green coding: aumentare la sostenibilità delle attività di calcolo e di programmazione di Leonardo attraverso l’ottimizzazione dei codici proprietari e open source;
- Efficienza del trasporto pubblico : utilizzare i dati derivanti da flotte di mezzi pubblici già monitorate da Leonardo, con l’obiettivo di migliorare il trasporto pubblico locale e ridurre le emissioni di CO2;
- Dati satellitare per analisi di stress idrico: valutare con accuratezza i rischi idrici che impattano sul business Leonardo, utilizzando i modelli idrologici e statistici e i software sul mercato. L’obiettivo è di fornire una stima dello stress idrico o della biodiversità nei siti Leonardo. Ulteriori analisi con dati satellitari potranno essere condotte con focus sulla biodiversità.
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Competenza nella chimica delle batterie;
- Esperienza nelle nuove tecnologie sostenibili per il riciclo/riutilizzo/estensione della vita utile delle batterie;
- Conoscenza dei materiali compositi e del loro riciclo;
- Conoscenza della catena del riciclo dei materiali compositi;
- Conoscenza dei cromati e dei relativi processi industriali;
- Conoscenza delle normative Reach;
- Esperienza del disegno e utilizzo di metodologia di LCA;
- Conoscenza della programmazione Python;
- Capacità di analisi della composizione chimica dei combustibili;
- Esperienza nell’ingegnerizzazione di un motore aeronautico - elicotteristico;
- Conoscenza della programmazione e in particolare della ottimizzazione e parallelizzazione dei codici;
- Conoscenza delle architetture e metodologie dell’ High Performance Computing (HPC);
- Sviluppo di applicazioni legate all’ambito dello sviluppo big data;
- Sviluppo di architetture cloud per micro-servizi altamente scalabili;
- Conoscenza dell’AI, algoritmi e teoria dei grafi.
Per quest’area di ricerca, Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Smart materials: ricerca applicativa e di base su materiali self-healing; materiali programmabili; e materiali self-sensing (materiali piezoelettrici sostenibili).
- Multifunctional materials: ricerca di base e applicazioni di compositi avanzati sostenibili abilitati da polimeri naturali e sostenibili, materiali ceramici, metalli, fibre; rivestimenti sostenibili; nanomateriali (grafene, mxene, borofene, ecc.); e metamateriali (progettazione, ottimizzazione e test in base all’applicazione).
- Emerging energy materials: ricerca di base su materiali fotovoltaici (efficienza delle celle solari, progettazione e collaudo dei materiali delle celle); batterie (progettazione strutturale e di nuovi materiali); materiali per celle a combustibile (catalizzatori, ottimizzazione degli strati, elettroliti, ecc.); superconduttività ad alta e bassa temperatura; materiali per il trasporto dell'idrogeno (strutture metallo-organiche, ecc.); e materiali per la gestione termica.
- Additive manufacturing: aree di ricerca correlate a progettazione per AM (selezione e studio dei materiali (polimeri, metalli), ottimizzazione della topologia, ottimizzazione dei parametri della stampante, ottimizzazione dei processi (FDM, SLA, PBF, DED, SLM, AFSD, WAAM); riparazione di AM metallici e polimerici; AM a fibra continua.
- Advanced joining and repair: ricerca di base su processi di adesione; nuovi processi di saldatura; e tecniche di stampaggio.
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Master o dottorato in Scienze dei materiali, Energia, Fisica, Chimica, Aerospaziale, Meccanica o simili con almeno due anni di esperienza di ricerca nel settore della ricerca applicata.
- Simulazione/modellizzazione di materiali, processi o strutture a diverse scale (da quella atomica a quella macroscopica).
- Ottima conoscenza di una o più aree di ricerca applicata.
- Esperienza di microscopia di laboratorio (ottica ed elettronica) e di preparazione dei campioni (sezionamento, taglio, molatura, lucidatura, incisione, ecc.)
- Esperienza di collaudo (meccanico/elettronico/termico) in ambienti diversi.
- Esperienza di ricerca documentata con pubblicazione su riviste ad alto impatto o brevetti e presentazioni a conferenze nell’area di ricerca applicata.
- Eccellente capacità di coordinamento e lavoro di squadra. Dinamismo e rispetto del carattere internazionale del gruppo di ricerca.
- Ottima conoscenza della lingua inglese parlata e scritta.
- Solide conoscenze di programmazione (preferibilmente C++, Matlab, Python).
Per quest’area di ricerca Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Space robotics: sviluppo di tecnologie robotiche per servizi in orbita, quali rifornimento in orbita, rientro in remoto di detriti ed esplorazione planetaria. In particolare, implementazione di nuove soluzioni per la tele-operazione di sistemi remoti con alto delay nelle comunicazioni, locomozione e navigazione a bassa gravità e manipolazione.
- Future solar generator: esplorazione di nuove tecnologie, quali fotovoltaico galleggiante, termofotovoltaico, pannelli a sole e pioggia, e celle in perovskite
- Future optical instrument: nuove tecnologie per strumenti ottici di utilizzo per le osservazioni spaziali
- SDA (Space Domain Awareness) e SSA (Space Situational Awareness - SSA): le capacità di rilevare oggetti spaziali, catalogarli, determinare e prevedere le loro orbite; studiare le attività solari e gli effetti ambientali spaziali che possono influenzare le prestazioni e l'affidabilità dei sistemi tecnologici spaziali e terrestri; raccogliere dati e informazioni per identificare satelliti sconosciuti, capire se sono operativi e scoprire le loro capacità e scopi.
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Astrodinamica e meccanica orbitale
- Modellazione del moto relativo e operazioni di prossimità in dinamiche altamente non-lineari
- Progettazione, implementazione di algoritmi di guida, navigazione e controllo per l'aumento dell'autonomia dei veicoli spaziali
- Progettazione e implementazione di algoritmi di guida e controllo per veicoli autonomi
- Generazione di energia da fonti rinnovabili che possa essere impiegata in ambito spaziale, p.e. idrogeno prodotto da sistemi biologici e pannelli solari ad alta efficienza
Per quest’area di ricerca Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Autonomous Flight: sviluppo di hardware e software per droni autonomi. In particolare, la/il candidata/o contribuirà all’implementazione di algoritmi di percezione, navigazione, pianificazione di traiettorie e controllo (di volo e atterraggio) su prototipi di droni.
- Multi-Agent Planning: sviluppo e implementazione di un framework per il coordinamento di sistemi autonomi intelligenti (e.g. ground robot e UAV) e per l'esecuzione autonoma di missioni complesse. In particolare, la/il candidata/o si occuperà di allocazione ottima di risorse (ottimizzazione multi-objective) e condivisione di informazioni tra sistemi di agenti.
- Manned-Unmanned Teaming: implementazione di un framework per il coordinamento di sistemi autonomi asserviti al pilota per differenti ambienti, terrestri ed aerei. La/il candidata/o si occuperà di implementare algoritmi di collaborazione tra sistemi autonomi e pilotati con il fine di aiutare il pilota nel conseguimento di un task.
- Swarming Capability: sviluppo di un framework per il controllo distribuito e per il coordinamento e la collaborazione di un numero elevato di piattaforme autonome per il conseguimento di un task comune. La/il candidata/o si occuperà di implementare algoritmi di collaborazione tra sistemi autonomi, allocazione ottima di risorse e condivisione di informazioni tra sistemi di agenti.
- Robotics for Manufacturing: sviluppo di framework di intelligenza robotica collaborativa e industriale. La/il candidata/o svilupperà soluzioni software finalizzate alla combinazione e collaborazione efficiente di uno o più manipolatori robotici fissi o mobili e operatori umani, in modo da soddisfare i requisiti di flessibilità e destrezza avanzati tipici degli ambienti di produzione e logistica industriale.
- Unstructured Environment: sviluppo di tecnologie robotiche, hardware e software, da applicare in nuovi domini caratterizzati da ambienti non strutturati. In particolare, la/il candidata/o contribuirà allo sviluppo di prototipi di robot capaci di navigare autonomamente in ambienti indoor/outdoor, pianificazione di moto, controllo e riconoscimento di oggetti e terreni.
- Space Robotics: sviluppo di tecnologie robotiche per servizi in orbita, e.g. rifornimento in orbita, rientro in remoto di detriti, e esplorazione planetaria. In particolare, la/il candidata/o contribuirà all’implementazione di nuove soluzioni per la tele-operazione di sistemi remoti con alto delay nelle comunicazioni, locomozione e navigazione a bassa gravità e manipolazione.
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Competenze di programmazione (ad es. Python [ad es. numpy, pandas], C++), nel complesso un buon livello di competenze digitali, Linux (Ubuntu), sistemi real-time quali Xenomai, Preempt_RT sono considerate un plus
- Conoscenza del software orientati alla robotica e droni quali ROS (1&2), ISAAC SIM, Gazebo, Air-Sim, Eigen, Behaviour Trees, px4 autopilot, ros_control etc.
- Conoscenza di algoritmi per il controllo e la pianificazione quali sample-based planning (e.g. RRT), controllo ottimo (e.g. MPC)
- Conoscenza e uso di algoritmi di ottimizzazione lineare/non-lineare
- Conoscenza di software per la navigazione, localizzazione e creazione di mappe 2D e/o 3D, e.g. gmapping, PCL, etc.
- Conoscenza di algoritmi di visione e percezione e utilizzo di software e.g. VISP e/o basati su dati
- Conoscenza di pacchetti software per machine learning / deep learning (e. g. cikit-learn; keras (tensorflow) e reinforcement Learning (e. g. gym)
- Conoscenza di algoritmi per il controllo di manipolatori e sistemi wheeled e legged, in particolare cinematica diretta/inversa, dinamica diretta/inversa, controllo di impedenza/ammettenza
- Controllo e design meccatronico, e.g. controllo in forza di attuatori
- Capacità di integrazione di diverse soluzioni a livello di sistema, conoscenza di reti è considerato un plus
In quest’area di ricerca Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Digital Factory
- Predictive Maintenance
- Big Data Systems
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Progettazione e sviluppo di pipeline di elaborazione dati per servizi di tipo batch e di tipo stream
- Calcolo distribuito, nelle piattaforme cloud e nei domini Big Data (ad es. GCP, AWS, MS Azure, Hadoop, Spark), nella data mining, nella modellazione predittiva, nel machine learning, nella modellazione statistica, nell’acquisizione, trasformazione e pulizia di dati su larga scala (sia dati strutturati che non strutturati)
- Tecnologie cloud e container (una o più): Kubernetes, OpenStack, Singularity, Docker
- Programmazione avanzata: Python, C++/C, Spark, Hadoop, Hive, Cassandra, Mongo DB, Hibari, Redis
- Progettazione e programmazione database SQL e NOSQL (MySQL, MongoDB, MariaDB, SQLite, PostgreSQL)
- Software engineering: familiarità con GIT, metodologia AGILE e Continuous Integration e Delivery
- Architetture I/O: POSIX file system, tecnologie di crittografia dei dati, tecnologie di protezione dei dati
- Strumenti di analisi dei dati e di machine learning (uno o più): Rapidminer, Pentaho, OpenRefine, Pandas; Sistemi Operativi Linux e Workload Manager
- Sviluppo di soluzioni IVHM/PHM
- Sviluppo di modelli e algoritmi di data processing, feature engineering, anomaly detection, fault identification/isolation, diagnostics/prognostics per applicazioni IVHM/PHM.
- Competenze nella gestione dei dati e relativi linguaggi/strumenti (ad es. SQL)
- Competenze di signal processing
- Competenze relative a strumenti, modelli ed algoritmi di data analytics e Machine Learning
- Competenze di sviluppo software e programmazione (es. Python, C/C++/C#)
- Conoscenza di pacchetti software di simulazione (es. Matlab/Simulink)
In quest’area di ricerca Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
- Design computazionali basati su multiphysics and multi-scale framework
- Sviluppi PyFR , Calculix e OpenFOAM
- Approcci data driven (e. g, physics informed neural networks)
- Algebra lineare per deep learning, ottimizzazioni con GPU e benchmark su HPC
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Background di modellazione e simulazione in ingegneria aerospaziale o meccanica
- Conoscenza del software di simulazione multi-dominio commerciale (ad esempio Matlab-Simulink/Simscape, Simcenter Amesim, Dymola ecc.)
- Esperienza con il framework di integrazione dei modelli (per esempio FMU standard e simili)
- Conoscenza della tecnica MBSE per il monitoraggio dei requisiti e la modellazione logico-funzionale
- Background di programmazione con conoscenza di Python e altri framework di programmazione di alto livello.
- Background di programmazione degli strumenti di sviluppo del software (es. Git, Docker e interfacce front-end)
- Conoscenza degli strumenti di gestione dei dati (ad esempio Pandas, SQL, No-SQL ecc.)
- Esperienza con Linux
“Nice to have”:
- Esperienza con la programmazione parallela su infrastrutture HPC
- Esperienza con la suite Phoenix ModelCenter
In quest’area di ricerca i Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative nei seguenti domini:
- Quantum computing: identificazione delle opportunità e delle sfide associate alla computazione quantistica combinata con le capacità di calcolo digitali ad alte prestazioni per investigare potenziali applicazioni e casi d’uso in ambito di quantum machine-learning, ottimizzazione, e simulazione scientifica.
- Quantum sensing for position navigation and timing: atomic clocks, atom interferometry, laser cooling, magneto optical trapping, ion trapping, optical lattices, etc.
- Optical systems engineering: modelling, simulation e design di sistemi ottici; implementazione sperimentale e collaudo di sistemi ottici (anche con esperienza in sistemi di comunicazioni, spettroscopia, imaging o altro)
- Quantum comms: quantum random number generators, free space o fiber based quantum key distribution, quantum networks o quantum internet, analisi di vulnerabilità quantum per sistemi di quantum communications, etc.
- Quantum imaging: time-correlated single-photon counting, ghost imaging, quantum illumination, sistemi seeing-behind-the-corner, etc.
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Analisi, simulazione e progettazione di componenti, sistemi o reti
- Realizzazione e caratterizzazione di test bed sperimentali
- Sviluppo di algoritmi ed analisi teoriche
- Paradigmi di computazione quantistica: quantum annealing, porte logiche (gate-based) e misurazioni (measurement-based)
- Calcolo ad alte prestazioni: calcolo parallelo (MPI, openMP) ed accelerazione del calcolo tramite GPU
- Programmazione: C/C++, Fortran, CUDA e Python. Librerie per il calcolo scientifico, analisi e visualizzazione dati (numpy, scipy, pandas, mpi4py, cupy, matplotlib
Principali requisiti per partecipare alla selezione:
- Sviluppo, analisi, validazione di algoritmi ed applicazioni per computer Quantistici NISQ
- Emulazione di computer quantistici: conoscenza e utilizzo di software di sviluppo (qiskit, cirq, qibo, paddle-quantum, cuQuantum)
- Machine learning, deep learning e reti neurali: librerie opensource (Tensorflow, Pytorch, Keras, scikit-learn)
- Tecnologie hardware e middelware per piattaforme di computazione quantistica
- Conduzione di progetti R&D
- Elaborazione di proposte di progetti finanziati per clienti privati o istituzionali
Per quest’area di ricerca, Leonardo valuta candidati che abbiano maturato esperienze scientifiche e lavorative in alcuni dei seguenti domini:
Elicotteri
- Sistemi propulsivi ibridi-elettrici per velivoli, elicotteri o convertiplani
- Macchine elettriche per applicazioni propulsive, motori, generatori e inverter
- Batterie elettriche e sistemi di distribuzione ad alta tensione
- Diagnostica di sistemi elettrici (motori, batterie)
- Elettrificazione del rotore di coda di elicotteri
- Trasferimento/generazione di energia senza contatto
- Propulsione elettrica e ibrida applicata a nuove configurazioni di piattaforma aeronautica
- Retrofit di sistemi propulsivi aeronautici con soluzioni ibride
- Propulsione basata su celle a combustibile
- Idrogeno per applicazioni propulsive e relativi sistemi (serbatoi e impianti combustibile
Per partecipare alla selezione sono richiesti alcuni dei seguenti requisiti:
- Conoscenza degli impianti elettrici e dei principi di progettazione di macchine elettriche
- Conoscenza dei sistemi di propulsione aeronautici
- Conoscenza dei principi di progettazione di strutture aeronautiche
- Conoscenza di pacchetti software di simulazione (es. Matlab/Simulink, Simcenter Amesim, FEM strutturale)
- Competenze di programmazione, nel complesso un buon livello di competenze digitali
- Esperienza di integrazione a livello di sistema
- Buone capacità di comunicazione all'interno del team e in pubblico
- Capacità di collaborare tra team multidisciplinari
- Buona gestione del tempo
- Ottima conoscenza della lingua inglese (scritta, parlata)
Velivoli
- Dimensionamento, analisi delle prestazioni, studi di tradeoff relativi ad architetture di distribuzione elettrica a bordo di velivoli elettrici e ibrido-elettrici
- E.Power Management: supervisione e controllo di micro-reti in anche tramite approcci innovativi (e.g. intelligenza artificiale)
- Implementazione di misure (hardware e/o software) per la gestione ottimale della qualità dell’energia (i.e. tensione) a bordo di velivoli elettrificati
- Modellazione tramite approccio Model Based System Engineering di dispositivi elettrici, elettronici ed elettromeccanici
- Analisi di sistemi protocolli per l’interconnessione e la trasmissione di dati tra unità di controllo elettroniche (e.g. CANbus / CANaerospace)
- Analisi di stabilità e controllo di sistemi elettrici retroazionati caratterizzati da vari anelli di controllo
- Analisi di affidabilità e dei rischi (hazard analysis) applicata a reti elettriche a bordo velivolo tramite approcci qualitativi (e.g. FMECA) e quantitativi (e.g. FTA)
- Programmazione di sistemi Power Hardware In the Loop (PHIL) per la mobilità elettrica
- Dimensionamento di massima, modellazione e controllo di convertitori elettronici di potenza del tipo DCDC (isolati e non isolati) operanti a tensioni superiori al kilovolt
- Dimensionamento di massima, modellazione e controllo di dispositivi di protezione dalle sovracorrenti del tipo solid-state, operanti a tensioni superiori al kilovolt
- Analisi di sistemi per il controllo dell’isolamento di reti elettriche operanti tramite schema di distribuzione IT (i.e. Isolato da Terra)
- Modellazione e controllo di raddrizzatori attivi e inverter del tipo multi-fase e multi-livello per applicazioni multi-megawatt
- Implementazione di schemi di controllo per azionamenti elettrici del tipo multi-fase e multi-livello
- Modellazione elettrica, termica e meccanica di dispositivi di accumulo dell’energia elettrica
- Modellazione termica e meccanica di dispositivi di conversione statica ed elettromeccanica
- Dimensionamento e analisi di sistemi innovativi per la gestione termica di componenti elettrici
- Dimensionamento di cablaggi, connettori e altri sistemi dielettrici per tensioni operative superiori al kilovolt e operanti a basse pressioni ambientali
- Dimensionamento e modellazione di dispositivi per l’abbattimento delle interferenze elettromagnetiche condotte e irradiate
- Dimensionamento e modellazione di innovativi sistemi di Thermal Management
Principali requisiti per partecipare alla selezione:
- La conoscenza delle architetture elettriche per propulsione innovativa di velivoli e la familiarità nell’analizzare e testare dispositivi elettrici per l’accumulo, la conversione e la distribuzione dell’energia elettrica in reti complesse
- La familiarità con i principali strumenti di laboratorio (multimetro, oscilloscopio, analizzatore di spettro, alimentatori programmabili, schede e protocolli di comunicazione)
- La familiarità nell’implementazione di sistemi per l’automazione di banchi prova elettrici ed elettromeccanici (e.g. National Instrument / LabView, o similari)
- La familiarità con i principi di sicurezza elettrica e la conoscenza delle problematiche di sicurezza legate alla gestione delle alte tensioni
- La familiarità con la generazione di codice da modelli per l’implementazione in sistemi hardware in the loop (e.g. Opal, DSpace, etc…)
- La padronanza nella modellazione e nel controllo di convertitori, macchine e azionamenti elettrici multi-fase e multi-livello, tramite approcci analitici e numerici
- Un forte background tecnico sull’analisi dinamica (nel dominio del tempo e della frequenza) di sistemi elettrici complessi (tramite software quali PLECS o equivalenti)
- La familiarità con il controllo classico, applicato ai sistemi elettrici (e.g. tuning di regolatori di posizione, velocità, corrente, tensione etc.)
- La padronanza nella modellazione di sistemi elettrici ed elettromeccanici ad elevata potenza tramite approccio model based system engineering
- La familiarità con i principali software per la modellazione sistemistica (Matlab/simulink, Modelica, Simcenter Amesim)
- Familiarità con tool di programmazione avanzata e analisi statistica dei dati (Python, R, Minitab, C++, C)
I contratti di collaborazione, con retribuzione equiparata agli standard europei, avranno una durata fino a 5 anni e potranno essere rinnovabili.
Leonardo ha una gender policy per cui le donne scienziate sono fortemente incoraggiate a sottoporre la propria candidatura: il bando è rivolto
a ricercatori italiani ed esteri.
I candidati devono compilare il form e inviarlo insieme al proprio CV aggiornato al seguente indirizzo di posta elettronica: LeonardoLabs@leonardo.com
Per ulteriori informazioni scrivere a: LeonardoLabs@leonardo.com