Beschreibung

Chi siamoTirocinanteChi siamoNovelis è guidata dalla volontà di plasmare insieme un mondo sostenibile, in quanto leader mondiale di prodotti e servizi innovativi e il più grande riciclatore di alluminio al mondo. Collaboriamo con clienti dei settori automobilistico, aeronautico, delle lattine e delle specialità per fornire soluzioni che migliorano i vantaggi dell'alluminio leggero. Disponiamo di una rete coordinata di laminazione e riciclaggio tecnicamente sofisticata in 29 sedi in 9 paesi del Nord America, Sud America, Europa e Asia, con 12.750 dipendenti in tutto il mondo. La sede centrale si trova ad Atlanta. Annoveriamo tra i nostri clienti alcuni dei marchi più importanti e conosciuti al mondo, tra cui Coca-Cola, Ford, BMW, Jaguar Land Rover, Airbus, Boeing, Nespresso, Samsung e altri. Inoltre, Novelis è all'avanguardia nel settore grazie ai suoi sforzi in materia di sostenibilità e riciclaggio.Partecipate alla nostra missione di creare un mondo sostenibile e iniziate il prima possibile a lavorare presso la nostra sede di Sierre, in Svizzera.Tirocinante (100%)Le vostre responsabilità:- Sviluppo e manutenzione di strumenti di controllo qualità con analisi dei dati provenienti da sensori a linea laser e telecamere su una linea di produzione di nastri di alluminio.- Messa in opera di monitoraggi grafici SPC (Statistical Process Control) dei parametri critici di una linea di produzione continua.- Monitoraggio di un modello di previsione della conformità dei lotti.- Monitoraggio delle prestazioni dei modelli di ML.- Aggiornamento continuo (Gestione del drift).- Rapporti sulla planarità dei nastri con analisi del profilo del nastro tramite sensore a linea laser (in IBA o con codice Python).- Analisi dei dati del profilo per misurare la qualità.- Generazione di rapporti / timbratura dei dati.- Analisi dell'intensità laser restituita (con Python).- Riconoscimento di testo (Computer vision + OCR).- Confronto con le istruzioni.- Misura della similarità dei difetti tramite immagini.- Confronto dei difetti tramite un sistema di confronto immagini in scala di grigi.- Ricerca di lotti con difetti.- Classificazione dei difetti.- Rilevamento di difetti sulla base dell'intensità laser dei sensori per rilevare difetti superficiali.- Manutenzione delle applicazioni web (model serving e rapporti).Come convincerci:- Siete titolari di un bachelor o state conseguendo un Master in ingegneria (EPFL, HES-SO o equivalente).- Possedete un'eccellente capacità di analisi, uno spirito critico e siete appassionati di tecnologie.- Padroneggiate Python e le basi della programmazione (nozioni di C# sono un vantaggio) e avete una prima esperienza con SQL e Power BI.- Disponete di conoscenze in machine learning e deep learning (PyTorch), in computer vision (OpenCV, OCR), inclusi i framework associati (Scikit-learn, TensorFlow) nonché i concetti di ricerca per embeddings.- Di lingua francese o tedesca, con una buona padronanza dell'altra lingua. jid733cf48ait jit0832ait jpiy26ait