Machine Learning Engineer (TE-DPS-AIM-2026-223-LD)
- Tipo di contratto
- Contratto
- Luogo
- Genève
- Prima pubblicazione
Introduzione
Aiuta a dare forma al futuro dell'IA nel settore sanitario, dove l'innovazione incontra la fiducia.
Presso il CERN, svilupperai soluzioni di IA all'avanguardia che aiutano a prevenire le malattie, migliorare la previsione e fornire approfondimenti sanitari affidabili. Lavorerai su tecnologie che rendono possibile sbloccare il valore di dati sensibili senza mai spostarli o esporli, consentendo la collaborazione dove la privacy è essenziale.
Come parte di questo ruolo, aiuterai a sviluppare e implementare CAFEIN®, la piattaforma di IA federata del CERN che alimenta le principali iniziative sanitarie europee, tra cui UMBRELLA e AIM-SAFE. Progetterai algoritmi avanzati di federated learning e sistemi di IA distribuiti e sicuri che consentono ai modelli di apprendere dai dati attraverso le istituzioni mantenendo i dati esattamente dove appartengono.
Riconosciuto come un esempio faro di "i dati restano, l'IA collabora", CAFEIN® combina il federated learning allo stato dell'arte con i punti di forza unici del CERN nella fiducia, nella scienza aperta, nella conformità al GDPR e nella collaborazione internazionale. Il risultato è un framework pionieristico che sta ridefinendo il modo in cui l'IA può far progredire l'assistenza sanitaria salvaguardando al contempo la privacy.
Unisciti a noi per costruire un'IA che impara globalmente, protegge localmente e migliora le vite.
Funzioni
- Sviluppare e testare software e algoritmi di federated learning.
- Implementare e valutare tecniche di preservazione della privacy, inclusi la differential privacy e la homomorphic encryption.
- Sviluppare strumenti per ottimizzare l'ingestione dei dati e valutare la qualità di dati e immagini.
- Progettare ed eseguire esperimenti di machine learning utilizzando linguaggi di programmazione come Python con librerie come TensorFLow, PyTorch o scikit-learn.
- Analizzare i dati utilizzando metodi statistici e visualizzazione per l'analisi esplorativa dei dati (EDA).
- Implementare e testare con benchmark metodi di machine learning allo stato dell'arte, ottimizzando il federated learning per utilità, efficienza di comunicazione, uso di energia e scalabilità.
- Progettare e implementare architetture di federated learning basate su Internet of Things (IoT).
Laurea magistrale o esperienza pertinente equivalente nel campo del Machine Learning, Computer Science o Data Science o un campo correlato.
Esperienza:
- Esperienza dimostrata nello sviluppo e nell'implementazione di soluzioni di federated learning in ambienti reali.
- Competenza nelle tecniche di federated learning, inclusi algoritmi di aggregazione, architettura di comunicazione e di rete, funzioni di sicurezza e privacy.
- Esperienza pratica con la sicurezza di rete, inclusi certificati, crittografia, controllo degli accessi, autorizzazione e autenticazione.
- Comprovata esperienza nel coordinamento o nella guida tecnica di implementazioni di machine learning.
- Eccellente conoscenza ed esperienza pratica con strumenti e procedure del ciclo di vita del software (competenza con Git e GitLab).
- Eccellente conoscenza di tecniche e linguaggi di programmazione: python, deep learning framework (ad es. TensorFlow, Keras, PyTorch, Jax o scikit-learn).
- L'esperienza nell'analisi dei dati in un ambiente sanitario sarebbe un valore aggiunto.
Competenze tecniche:
- Conoscenza e applicazione di strumenti e procedure del ciclo di vita del software.
- Conoscenza di tecniche e linguaggi di programmazione.
- Test, diagnosi e ottimizzazione del software.
- Conoscenza delle migliori pratiche per lo sviluppo di software sicuri.
- Amministrazione di sistemi informatici, aggiornamenti, applicazione di patch di sicurezza, migrazioni di sistemi e dati, backup e ripristino.
Competenze comportamentali:
- Raggiungimento dei risultati: fornire un lavoro di alta qualità nei tempi previsti e soddisfare le aspettative.
- Risoluzione dei problemi: identificare, definire e valutare i problemi, intraprendere azioni per affrontarli.
- Lavoro in team: cooperare costruttivamente con gli altri nel perseguimento degli obiettivi del team; bilanciare gli obiettivi personali con quelli del team.
- Comunicazione efficace: garantire che le informazioni, le procedure e le decisioni siano documentate in modo appropriato.
- Apprendimento e condivisione della conoscenza: condividere liberamente e volentieri conoscenze ed esperienza con gli altri; fare coaching agli altri per garantire il trasferimento della conoscenza.
Competenze linguistiche:
Inglese parlato e scritto, con l'impegno di imparare il francese.
Idoneità e data di chiusura:
La diversità (https://diversity.web.cern.ch/) è stata parte integrante della missione del CERN sin dalla sua fondazione ed è un valore consolidato dell'Organizzazione. L'impiego di una forza lavoro diversificata è centrale per il nostro successo. Accogliamo candidature da tutti gli Stati membri e gli Stati membri associati (https://home.cern/about/member-states).
Questa posizione sarà ricoperta il prima possibile, e le candidature dovrebbero normalmente raggiungerci non oltre il 12.12.2026 alle 23:59 CET.
Condizioni di impiego
Tipo di contratto: Contratto a durata limitata (3 anni). Soggetto a determinate condizioni, i titolari di contratti a durata limitata possono richiedere una posizione a tempo indeterminato.
Orario di lavoro: 40 ore a settimana
Flessibilità lavorativa: Ibrida
Grado del lavoro: 6-7
Riferimento del lavoro: TE-DPS-AIM-2026-223-LD
Settore di lavoro: Tecnologie dell'Informazione
Titolo di riferimento: Computing Engineer
Benefit globali
- Uno stipendio competitivo (https://careers.cern/pay-benefits-and-support/) (esentasse), che aumenta in linea con gli anni di esperienza pertinente.
- 30 giorni di congedo retribuito all'anno più 2 settimane di chiusura annuale.
- Copertura da parte del programma completo di assicurazione sanitaria del CERN (per sé, il coniuge e i figli) e adesione al Fondo pensione del CERN.
- Indennità men
Tradotto automaticamente dall’originale.
Pubblicato 3 giorni fa