Tesi - Digital Twin

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 53.000 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.

Se sei iscritta/o all’Università, frequenti l’ultimo anno della Magistrale e devi scrivere una tesi in discipline STEM, Leonardo ti offre l’opportunità di rafforzare il tuo percorso accademico attraverso un’esperienza in azienda.

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. 2 giovani studenti e studentesse da inserire in stage con l’obiettivo di sviluppare la propria tesi di laurea sulle tematiche di Digital Twin, in particolare approfondendo i seguenti argomenti di tesi:

1. La persona selezionata avrà il compito di valutare la nuova iterazione del nuovo linguaggio di modellazione SysML v2, al fine di comprendere le differenze con la versione precedente e indagare nuovi potenziali utilizzi del linguaggio. Tale compito richiederà di stabilire lo stato dell'arte e l'implementazione in corso in letteratura, insieme all'analisi degli strumenti disponibili.
2. Collaborazione con il team Digital Twin, valutando le metodologie e i processi MBSE attualmente impiegati, consentendo di comprendere meglio le capacità di SysML v2 e come può essere integrato nell'attuale flusso di lavoro utilizzato per la progettazione e la simulazione di sistemi complessi.

Titolo di studio: Attualmente iscritto ad un corso di Laurea Magistrale in ambito STEM, preferibilmente Aerospaziale o Informatica.

Requisiti:

• Background di programmazione con conoscenza di Python e altri linguaggi di programmazione (esempio: C++ ecc.);
• Background di modellazione e simulazione in ingegneria aerospaziale o meccanica (esempio: Matlab, Modelica ecc.);
• Familiarità con metodologie Model-Based System Engineering (MBSE) sarà considerato un plus;
• Comprensione della teoria della turbolenza e dei modelli esistenti;
• Analisi comparativa dei modelli RANS;
• Miglioramento della capacità predittiva dei modelli RANS esistenti;
• Conoscenza di software di simulazione avanzata in ambito CFD (esempio: Ansys Fluent, SU2, OpenFoam ecc.);
• Familiarità con ambienti Linux e Windows; conoscenza di Bash è fondamentale;
• Esperienza con la programmazione parallela su infrastrutture HPC.

Competenze comportamentali:

• Proattività;
• Capacità di lavorare in team;
• Orientamento all’apprendimento;
• Flessibilità.

Conoscenze linguistiche: Conoscenza avanzata della lingua inglese, livello B2-C1.

Altro: Disponibilità a svolgere brevi trasferte sul territorio nazionale.

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.