Leonardo · Torino - C.so Francia, Italy

Job Description: Leonardo è un gruppo industriale internazionale, tra le principali realtà mondiali nell’Aerospazio, Difesa e Sicurezza che realizza capacità tecnologiche multidominio in ambito Elicotteri, Velivoli, Aerostrutture, Elettronica, Cyber Security e Spazio. Con oltre 60.000 dipendenti nel mondo, l’azienda ha una solida presenza industriale in Italia, Regno Unito, Polonia, Stati Uniti, e opera in 150 paesi anche attraverso aziende controllate, joint venture e partecipazioni. Protagonista dei principali programmi strategici a livello globale, è partner tecnologico e industriale di Governi, Amministrazioni della Difesa, Istituzioni e imprese. Nel 2024 Leonardo ha registrato ricavi consolidati pari a € 17,8 mld, nuovi ordini per € 20,9 mld, e ha investito € 2,5 mld in attività di R&S. Innovazione, ricerca continua, industria digitale e sostenibilità sono i pilastri del suo business nel mondo. Tutor esperte/i nel proprio settore ti seguiranno, consentendoti di approfondire la parte teorica e di sviluppare la tua tesi, preparandoti al meglio per le sfide professionali future. Le tematiche proposte per le tesi da svolgere in Leonardo abbracciano un vasto spettro di ambiti tecnologici, ricerca e innovazione: dall’Intelligenza Artificiale all’High-Performance Computing, dalla Cyber Sicurezza all’Ingegneria dei materiali, passando per i settori aerospaziali. Potrai esplorare le aree più all’avanguardia del tuo settore di studi, con creatività e spirito di innovazione. Per supportarti nel corso di questa esperienza, della durata massima di sei mesi, è previsto inoltre un rimborso spese. Stiamo ricercando n. 1 giovane studente o studentessa da inserire in stage con l’obiettivo di sviluppare la propria tesi di laurea sulla tematica riguardante “L’ Addestramento tramite tecniche di Reinforcement Learning di entità virtuali generate al computer all'interno di un simulatore di volo “presso il sito di Torino. Scopo di questa tesi è lo studio, complementato dallo sviluppo, di un software di controllo di un velivolo sintetico basato su un modello di intelligenza artificiale addestrato con tecniche di Reinforcement Learning. Il controllo di volo è usualmente dominato dalle logiche PID (Proporzionale-Integrale-Derivativo), sebbene efficaci, questi sistemi presentano limiti che il Reinforcement Learning (RL) punta a superare. Un modello RL ha la capacità di apprendere direttamente dall’interazione con l’ambiente e di costruire una rappresentazione implicita di queste dinamiche, riuscendo a catturare comportamenti complessi. A differenza dei parametri fissi di un PID, un agente RL può apprendere una politica di controllo capace di gestire una maggiore varietà di condizioni operative. Grazie all’addestramento in ambienti simulati che includono scenari variabili, l’agente può sviluppare tecniche di controllo più robuste migliorando la stabilità e le prestazioni del sistema. Mentre un PID si focalizza sul ridurre un errore (es. mantenere la quota), il RL può essere addestrato per massimizzare una funzione di ricompensa complessa che integra diversi criteri di prestazione all’interno dello stesso processo di apprendimento. In questo modo, l’agente può essere addestrato a trovare le migliori politiche di controllo che bilancino simultaneamente diversi fattori operativi, come la precisione nel seguire una traiettoria desiderata, il risparmio di carburante e l’integrità strutturale. L’obiettivo principale di questa tesi è la progettazione e l'implementazione di un agente intelligente capace di gestire il controllo dinamico di un velivolo sintetico. Il lavoro si articolerà nelle seguenti fasi: Analisi dei prodotti commerciali ed integrazione: Studio dei simulatori di volo disponibili sul mercato (es. X-Plane 12 o DCS World) come motori di fisica. L'agente AI interagirà con il simulatore tramite API o plugin dedicati, ricevendo in input lo stato del velivolo (assetto, velocità, posizione) e fornendo in output i comandi sulle superfici di controllo; Definizione del Modello di Apprendimento: Progettazione della “reward function” per addestrare l'agente a eseguire manovre specifiche (es: mantenimento del volo livellato, intercettazione di waypoint o manovre evasive) massimizzando i parametri scelti a progetto; Validazione in Ambiente Sintetico: Il modello addestrato verrà integrato in uno scenario complesso, tipico degli standard di addestramento militare, per valutare la capacità dell'AI di reagire a variabili dinamiche e imprevisti ambientali. Titolo di studio: Laurea Magistrale in Ingegneria Informatica o Informatica. Seniority: Junior Conoscenze e competenze tecniche: Conoscenze di linguaggi di programmazione; Fondamenti di Machine Learning; Deep Learning; Reinforcement Learning Technique. Competenze comportamentali: Proattività; Capacità di lavorare in team; Orientamento all’apprendimento; Flessibilità; Orientamento al risultato; Interesse per il mondo aeronautico. Conoscenze linguistiche: Ottima conoscenza della lingua inglese, scritta e parlata livello B2/C1. Conoscenze informatiche: Linguaggi di programmazione (Python, C++, C#); Reinforcement Learning libs; Gymnasium; GIT/GitHub; Protocolli di scambio dati. Come funziona il processo di selezione? A seguito della raccolta delle candidature, vengono valutati e identificati i CV maggiormente in linea con i requisiti richiesti. Le/i candidate/i selezionate/i sostengono un colloquio conoscitivo con il team delle Risorse Umane e con il Business, dove saranno approfondite tematiche tecniche, motivazione e attitudini personali. Al termine del processo, alla persona viene restituito un feedback, sia in caso di esito positivo che negativo. Aspettiamo la tua candidatura . Collaborando con noi avrai modo di confrontarti costantemente con le sfide dell’alta tecnologia, di accrescere le tue competenze e costruire un percorso professionale di eccellenza. Seniority: New Graduate Primary Location: IT - Torino - C.so Francia Contract Type: Total Base Pay Range: Rimborso spese Hybrid Working: Onsite

Lexroom · Milan, Italy

At Lexroom.ai http://Lexroom.ai, we set the bar for legal AI—clear, fast, and built for trust. In just a few years, what began as an idea has become a reliable platform adopted by thousands of legal professionals across Europe. Our mission is clear: make the law faster, clearer, and more reliable, giving lawyers, law firms, and companies the time and confidence to focus on what truly matters. We’re growing fast, backed by top-tier investors and a world-class team committed to rigor, clarity, and impact. Today, Lexroom is a trusted partner, shaping the evolution of legal AI with the same rigor and precision that define our product. WHY LEXROOM.AI http://Lexroom.ai? - Shape the Standard: Be part of the team setting the benchmark for legal AI in Europe. - Work with the Best: Collaborate with exceptional minds driven by competence, curiosity, and ambition. - Deliver Meaningful Results: Your contribution will empower legal professionals to make faster, clearer, and more reliable decisions worldwide. At Lexroom.ai http://Lexroom.ai, we leave buzzwords behind. Here, you’ll build something that lasts: a trusted platform, a strong reputation, a new standard for the legal world. WHAT YOU'LL DO - Design and build agent-driven and RAG-based AI systems to solve complex legal tasks with precision and efficiency. - Fine-tune and post-train LLMs using cutting-edge supervised and reinforcement learning techniques to raise response quality. - Develop and optimize large-scale search pipelines for LLM-powered agents. - Implement and refine NLP algorithms to extract, structure, and validate information from legal documents. - Run end-to-end evaluations to pinpoint bottlenecks, measure performance, and guide continuous improvements. - Work closely with legal experts to design evaluation protocols and build reliable, domain-specific datasets that strengthen every layer of the stack. - Maintain technical excellence by following established best practices, coding standards, and rigorous code-review processes. WHAT YOU’LL BRING - Proven expertise in building and managing robust ML pipelines. - Strong Python skills with hands-on experience in LLM research and deep learning systems. - Knowledge of search technologies such as full-text search, vector databases, or other large-scale retrieval systems. - Collaborative mindset and readiness to work with legal experts, researchers, and engineers to keep improving the product. - Familiarity with MLOps and integrating ML models into production backends (a strong plus). - Up-to-date with LLM innovation, ideally with experience in pre-training or deploying large-scale models in real-world scenarios. WHAT SETS US APART An Exceptional Team. At Lexroom.ai http://Lexroom.ai, you’ll work alongside top talent in tech and legal AI. Our focused teams operate with purpose and autonomy, so every contribution delivers visible results. You’ll collaborate with people who pair innovation with rigor, curiosity with discipline, ambition with depth. Growth that Matters. We hire exceptional people to make a difference—and we give them space to lead. As we scale, your work will shape the future of legal technology and set new standards for the field. Impact is defined by vision and execution, not by age or title. If you’re ready to take responsibility, you’ll find real opportunities to grow and lead high-stakes projects. Rewarding Your Contribution. We value excellence and share success: - Annual Salary Range: €45,000 – €100,000 - Equity Package: Align your growth with the company’s long-term success. BENEFITS THAT MATTER - Hybrid Work: Flexibility to balance remote work with in-person collaboration at our Milan HQ. - Health Coverage: Comprehensive insurance to keep you secure and focused. - Meal Vouchers: Daily support for your lunch breaks. - Performance Bonuses: Rewards directly tied to measurable results. - Team Retreats & Off-sites: Dedicated time to connect, collaborate, and spark bold ideas. **At Lexroom.ai http://Lexroom.ai, ambition meets discipline and purpose. We’re not just building a product—we’re setting a new standard for the legal world. If you’re ready to contribute to something lasting and meaningful, we’d love to hear from you.**