Ambito e scopo della posizione

L’obiettivo della posizione è supportare le attività di ricerca e sviluppo focalizzate sulla progettazione di soluzioni innovative per il machine learning con preservazione della privacy, con particolare attenzione ai Large Language Models (LLMs). La persona selezionata contribuirà alla progettazione e implementazione di tecnologie per la tutela della privacy specificamente adattate alle architetture basate sui transformers. Il ruolo prevede una stretta collaborazione con team interdisciplinari, inclusi ricercatori accademici, ingegneri del software e partner industriali, al fine di tradurre la ricerca all’avanguardia in soluzioni pratiche per l’inferenza e il fine-tuning degli LLM con preservazione della privacy.

Responsabilità e attività

La persona selezionata entrerà a far parte di gruppi di ricerca focalizzati sullo sviluppo di soluzioni privacy preserving, con un’attenzione specifica a machine learning e alle privacy-enhancing technologies.In particolare:

• Contribuire alla progettazione e implementazione di tecnologie per la tutela della privacy, adattate specificamente ad architetture basate su transformer e LLMs, con un’enfasi su addestramento e inferenza sicuri.
• Collaborare con team interdisciplinari, inclusi esperti di NLP, ingegneri del software e partner accademici/industriali, per tradurre la ricerca all’avanguardia in applicazioni pratiche.
• Supportare le attività di ricerca e sviluppo volte a far progredire le tecniche di apprendimento automatico con preservazione della privacy, valutandone efficacia, scalabilità e conformità.
• Sviluppare e testare prototipi software di sistemi privacy-preserving, contribuendo all’integrazione delle soluzioni proposte in piattaforme reali o dimostratori tecnologici.

Requisiti

Il/La candidato/a ideale soddisferà i seguenti requisiti essenziali:

• Dottorato di Ricerca in Informatica, Data Science, Machine Learning o ambiti affini.
• Esperienza comprovata con privacy-enhancing technologies e loro applicazione a modelli di machine learning.
• Solida esperienza con framework di deep learning (es. PyTorch, TensorFlow) e strumenti di data science (es. NumPy, Pandas, Scikit-learn).
• Ottima padronanza di linguaggi di programmazione, in particolare in Python, con familiarità con sistemi di controllo versione (es. Git). 
• Solida preparazione matematica, inclusi algebra lineare, teoria della probabilità, ottimizzazione e crittografia.
• Conoscenza approfondita degli algoritmi di machine learning, con particolare attenzione ai modelli basati su transformer.
• Capacità di lavorare in autonomia e di gestire scadenze e deliverable di progetto.
• Storico di pubblicazioni in ambiti quali privacy, machine learning e/o elaborazione del linguaggio naturale.
• Comprovata capacità di collaborare efficacemente in team interdisciplinari e internazionali.

Offriamo

• Contratto a tempo determinato, con possibilità di rinnovo.
• Partecipazione a progetti di ricerca all’avanguardia con partner industriali nazionali.
• Salario competitivo, in linea con gli standard svizzeri e l’esperienza del/la candidato/a.
• Posizione mista tra attività di ricerca e sviluppo tecnologico avanzato.

Candidatura

Informazioni supplementari possono essere richieste a Davide Andreoletti e Omran Ayoub. I candidati dovranno presentare i seguenti documenti:

• Curriculum vitae con elenco delle pubblicazioni e (se disponibile) link alla tesi di dottorato
• Elenco degli esami sostenuti e dei relativi voti conseguiti durante il percorso di laurea triennale e magistrale
• Elenco di due referenze (con relativi indirizzi e-mail)
• Lettera di motivazione, comprensiva di una breve descrizione delle esperienze di ricerca precedenti e degli interessi futuri (1–2 pagine)

Saranno prese in considerazione unicamente le candidature inoltrate entro il 17 maggio 2026 tramite il formulario di candidatura dedicato. Non sono accettate candidature incomplete, inviate ad altri indirizzi o oltre il termine stabilito. Si informa che, in base ai nostri regolamenti interni, il casellario giudiziale del paese di residenza sarà richiesto ai candidati selezionati durante il processo di selezione.