Sede di Castel Maggiore (BO)

Diploma di ragioneria ed esperienza consolidata nel ruolo: ciclo passivo e attivo, registrazione prima nota, riconciliazione bancaria, elaborazione mandati di pagamento, pagamenti Mod. F24, emolumenti, contabilità ordinaria, endicontazioni progetti Comunali, Regionali, MIC, Europei, gestione e invio Uniemens, emissione CU autonomi. Conoscenza SAM, Passpartout, As400, Sap.

Neo diplomato - Perito elettronico. Inoltre ha frequentato un corso di programmazione PLC. Ha svolto degli stage scolastici occupandosi di: supporto all’assistenza post vendita, interventi manutentivi e manutenzione su macchine. Conoscenza base programmazione C+; conoscenze base per la realizzazione di impianti elettrici, lettura schemi elettrici, conoscenza strumentazione elettronica.

Giovane perito meccanico meccatronico. Ha iniziato il suo percorso come cablatore, occupandosi della costruzione quadri elettrici, assemblaggio, montaggio e cablaggio bordo macchina. Competenze in ambito elettrico e meccanico. La sua ambizione è poter lavorare come montatore meccanico/elettromeccanico trasfertista, nel settore packaging.

Tecnico Elettrico/Elettronico. Ha iniziato come elettricista per poi ricoprire il ruolo di Supervisor Manutenzione per realtà medie/grandi del settore macchine automatiche. Attività: manutenzione delle macchine, programmazione della manutenzione delle linee produttive dell'azienda, coordinamento tecnici elettrici e meccanici, gestione manutenzione preventiva, assistenza post vendita.

Pluriennale esperienza nel settore della gomma plastica come tecnico di stampaggio. Si è occupato di: gestione dell'intero processo di stampaggio sia ad iniezione che ad estrusione, piazzamento presse e manutenzione ordinaria/straordinaria, acquisto materie prime inerenti lo stampaggio, gestione turni personale e controllo schede di produzione.

Con una laurea magistrale in Matematica Applicata e una crescente passione per l’intelligenza artificiale, ha orientato il suo percorso verso il deep learning, la visione artificiale e i modelli linguistici di grandi dimensioni (LLM). Ha progettato e implementato una pipeline di deep learning con consapevolezza temporale per la segmentazione video di ecografie ginecologiche, affrontando il problema della segmentazione di oggetti video (VOS). Ottima conoscenza di Python, MATLAB, C++, PyTorch, TensorFlow, Keras, scikit-learn, OpenCV.