{"id":56642,"date":"2026-06-29T17:12:23","date_gmt":"2026-06-29T15:12:23","guid":{"rendered":"https:\/\/arbrea-labs.com\/?page_id=56642"},"modified":"2026-07-01T13:02:34","modified_gmt":"2026-07-01T11:02:34","slug":"ricercatore-applicato-ingegneria-ricostruzione-3d-deep-learning","status":"publish","type":"page","link":"https:\/\/arbrea-labs.com\/it\/applied-research-engineer-3d-reconstruction-deep-learning\/","title":{"rendered":"Ingegnere di Ricerca Applicata \u2013 Ricostruzione 3D e Deep Learning"},"content":{"rendered":"
<\/div><\/div>
<\/div><\/div>
\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t

Unisciti al nostro team<\/h4>

Ingegnere di Ricerca Applicata - Ricostruzione 3D e Deep Learning<\/h1>\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n<\/div><\/div>\n\t\t
<\/div><\/div><\/div>
\n\t
\n\t\t
\n\t\t\t
\n\t\t\t\t\n
\n\t

<\/h2>\n
\n
\n

Informazioni sui laboratori Arbrea<\/b><\/h2>\n

Arbrea Labs \u00e8 uno spin-off dell'ETH del Computer Graphics Lab presso <\/span>Politecnico di Zurigo<\/span><\/a>. Siamo un team di specialisti in computer grafica, visione artificiale, simulazione basata sulla fisica e intelligenza artificiale, che costruisce strumenti all'avanguardia basati su AI, AR e 3D per l'estetica medica e la chirurgia plastica.<\/span><\/p>\n

Il nostro software consente a chirurghi e medici estetici di acquisire un paziente con un iPad o iPhone e, in meno di due minuti, generare un avatar umano digitale per pre-visualizzare i potenziali risultati di procedure al seno, al viso e al corpo, migliorando la comunicazione, la fiducia e la soddisfazione del paziente. I nostri prodotti, tra cui Suite Arbrea<\/a>, Seno di Arbrea<\/a>, Arbrea Viso<\/a>, Corpo Arbrea<\/a>, e myArbrea<\/a>, sono usati dalle principali cliniche al mondo, e il nostro nuovo Arbrea 3.0<\/a> rilascio li riunisce in un unico ecosistema senza interruzioni.<\/span><\/p>\n

Supportati da talenti di livello mondiale provenienti da ETH Zurich e Disney Research e con il sostegno di Innosuisse e Venturelab, miriamo ad ampliare il nostro team con persone chiave dotate di forti competenze tecniche e una reale spinta all'apprendimento e all'impegno in un ambiente startup. Consideriamo candidati a tempo pieno cos\u00ec come stagisti che potrebbero poi passare a tempo pieno nel team.<\/span><\/p>\n

Informazioni sul Ruolo<\/b><\/h2>\n

In qualit\u00e0 di Ingegnere di Ricerca Applicata con un focus sulla Ricostruzione 3D e Deep Learning presso Arbrea Labs, costruirai i motori di computer vision principali e le pipeline neurali che acquisiscono, digitalizzano e trasformano corpi umani reali in gemelli digitali 3D ad alta fedelt\u00e0. Il tuo lavoro si colloca all'interfaccia tra ricerca e produzione: svilupperai modelli avanzati di percezione 3D, flussi di lavoro di ricostruzione iterativa e funzionalit\u00e0 di IA generativa che alimentano anteprime di esiti chirurgici ed estetici iper-realistiche e in tempo reale direttamente su iPad o iPhone.<\/span><\/p>\n

In qualit\u00e0 di persona chiave nel team, avrai una forte influenza sulla tecnologia di base di IA e visione dietro al nostro intero ecosistema di prodotti. Questo ti dar\u00e0, insieme al team, l'opportunit\u00e0 di affermarti come leader mondiali nell'estetica medica basata su IA e AR. Lavorerai con colleghi amichevoli, appassionati e alla mano, molto disposti a offrire guida e a bere una birra durante eventi di team regolari. L'ambiente \u00e8 flessibile, con uffici in un hub tecnologico di primo piano, stipendi interessanti e piani di partecipazione dei dipendenti.<\/span><\/p>\n

Responsabilit\u00e0<\/b><\/h2>\n

Il nostro ambiente di ricerca e sviluppo \u00e8 agile; mentre inizialmente ti immergerai in progetti specifici, avrai l'opportunit\u00e0 di ampliare il tuo raggio d'azione e passare tra diversi pilastri del nostro stack 3D AI man mano che la nostra tecnologia evolver\u00e0.<\/span><\/p>\n

    \n
  • Percezione 3D avanzata: Sviluppare e ottimizzare architetture di deep learning per ricostruzione 3D one-shot, segmentazione multi-vista, stima della profondit\u00e0 o tracciamento della posa.<\/span><\/li>\n
  • Sviluppare sistemi di ricostruzione di nuova generazione: sviluppare pipeline di ricostruzione 3D robuste finalizzate alla generazione 3D ad alta precisione e all'ottimizzazione progressiva della forma.<\/span><\/li>\n
  • Esplora l'IA generativa 3D: ricerca e prototipazione di modelli generativi per la generazione, l'editing o l'inpaint intelligente di contenuti 3D controllabili.<\/span><\/li>\n
  • Migliorare le prestazioni del modello: ottimizzare la scalabilit\u00e0 e la velocit\u00e0 di inferenza su piattaforme mobili e cloud.<\/span><\/li>\n
  • Collaborare e Implementare: Lavorare con ingegneri del software e team di prodotto per trasformare modelli R&D sperimentali in funzionalit\u00e0 robuste e pronte per la produzione.<\/span><\/li>\n
  • Coltivare l'agilit\u00e0 tecnica: Imparare velocemente e adattarsi ai diversi pilastri del nostro stack di intelligenza artificiale 3D (percezione, ricostruzione e generazione) man mano che le priorit\u00e0 di prodotto e le direzioni di ricerca evolvono.<\/span><\/li>\n
  • Contribuisci all'innovazione: partecipa alla creazione di brevetti e alla progettazione di funzionalit\u00e0 innovative di prodotto.<\/span><\/li>\n<\/ul>\n

    Requisiti<\/b><\/h2>\n
      \n
    • Laurea Magistrale o Dottorato in Informatica, Intelligenza Artificiale, Machine Learning o campo correlato.<\/span><\/li>\n
    • Solide basi di ingegneria del software in Python e framework di Deep Learning (principalmente PyTorch).<\/span><\/li>\n
    • Solida comprensione della computer vision 3D (ad esempio, geometria multi-vista, calibrazione), esperienza pratica nell'addestramento di reti neurali profonde (ad esempio, CNN, Transformer, modelli generativi) ed esperienza pratica nella gestione di rappresentazioni di dati 3D (ad esempio, mesh, nuvole di punti, superfici implicite)<\/span><\/li>\n
    • Esperienza nella distribuzione di modelli AI in ambienti di produzione.<\/span><\/li>\n
    • Eccellenti capacit\u00e0 comunicative in inglese.<\/span><\/li>\n
    • Disposto\/a ad assumere responsabilit\u00e0 e a far parte di un'impresa in rapida crescita.<\/span><\/li>\n<\/ul>\n

      Piacevole da avere<\/b><\/h2>\n
        \n
      • Esperienza nel settore: Background in imaging medicale, IA per la sanit\u00e0 o modellazione umana digitale.<\/span><\/li>\n
      • Grafica e Rendering Neuronali: Familiarit\u00e0 con il rendering neuronale, la sintesi di nuove viste o tecniche di rendering differenziabili (ad esempio, Gaussian Splatting, NeRF).<\/span><\/li>\n
      • Prestazioni e distribuzione sul dispositivo: esperienza nell'ottimizzazione dei modelli per l'inferenza in tempo reale e nella loro distribuzione in ambienti con risorse limitate (ad esempio, dispositivi mobili, edge computing o web) utilizzando strumenti come CoreML, TFLite, ONNX o TensorRT.<\/span><\/li>\n
      • Pubblicazioni in conferenze o riviste di IA di alto livello.<\/span><\/li>\n
      • Esperienza con MLOps e infrastruttura cloud.<\/span><\/li>\n<\/ul>\n

        Cosa offriamo<\/b><\/h2>\n
          \n
        • Opportunit\u00e0 di lavorare su prodotti AI innovativi utilizzati a livello globale.<\/span><\/li>\n
        • Ambiente di lavoro flessibile e orientato all'innovazione.<\/span><\/li>\n
        • Team internazionale di ricercatori applicati e ingegneri altamente qualificati.<\/span><\/li>\n
        • Accesso a tecnologie all'avanguardia e a progetti di ricerca applicata.<\/span><\/li>\n
        • Pacchetto retributivo e benefit competitivi.<\/span><\/li>\n<\/ul>\n<\/div>\n<\/div>\n<\/div>\n\n\n\n\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n<\/div><\/div>\n\t\t
          <\/div><\/div><\/div>
          \n\t
          \n\t\t
          \n\t\t\t
          \n\t\t\t\t\n
          \n\t<\/div>\n\n\n\n\n\t\t\t<\/div> \n\t\t<\/div>\n\t<\/div> \n<\/div><\/div>\n\t\t
          <\/div><\/div><\/div>
          \n\t
          \n\t\t
          \n\t\t\t
          \n\t\t\t\t\n\t
          \n\t\t
          \n\t\t\t
          <\/div>