---

Progetto Tesi – Machine Learning – Stage

La società Sorgenia è alla ricerca di uno studente in corso di completamento dell’elaborato finale da inserire nell’area “Ingegneria e servizi tecnici”, che supervisiona il corretto funzionamento delle 4 centrali elettriche a gas del gruppo Sorgenia, avrà il compito di implementare, allenare e confrontare diversi algoritmi di machine learning (come ad esempio: decision tree, random forest, neural net- work, etc) in linguaggio R con l’obbiettivo di sviluppare un modello capace di stimare le performance di un componente meccanico. Queste saranno poi confrontate con le prestazioni effettive del componente, di modo da rilevare anticipatamente eventuali deviazioni dal funzionamento normale, malfunzionamenti e guasti.

Il progetto di tesi, che si inserisce nell’ambito della cosiddetta manutenzione predittiva, richiederà al candidato di sviluppare tutta la pipeline: dalla raccolta delle informazioni dal data warehouse ospitante i dati storici del componente (data gathering), alla successiva preparazione del dataset (data cleaning), alla scelta, training e valutazione dei differenti algoritmi di machine learning, e alla distribuzione del modello migliore (renderlo cioè richiamabile in un secondo momento per eseguire un monitoraggio a batch del componente meccanico).

La figura sarà affiancata nella comprensione della fisica del componente e nella raccolta dei dati in input, viene richiesta invece un’elevata autonomia nella scelta e nell’uso degli algoritmi di machine learning.

Si richiede che il candidato debba sostenere al massimo due esami per finalizzare il per- corso e quindi conseguire il titolo;

• ottima conoscenza di manipolazione dati e di tecniche di machine learning, in particolare dei modelli di regressione;
• buona conoscenza di almeno un linguaggio di programmazione (preferibilmente R) e forte propensione al coding;
• capacita? di lavorare in autonomia e a distanza;
• disponibile a partecipare a call di aggiornamento con cadenza regolare

L'attività potrà essere svolta interamente a distanza. Maggiori dettagli nel documento allegato.

Contatto: Prof. Giacinto