RIDEsense
RIDEsense S.r.l. · ridesense.eu
RIDEsense è uno spin-off accademico dell'Università Federico II, fondato nel 2023. Sviluppa sensori virtuali embedded per la stima in tempo reale dell'aderenza pneumatico-strada e delle condizioni della superficie, a partire dai soli segnali di bordo veicolo già presenti in produzione. La piattaforma hardware dedicata esegue in real-time modelli matematici avanzati per la sicurezza attiva e l'ottimizzazione delle prestazioni, con clienti che spaziano da OEM e produttori di pneumatici a team racing professionali. RIDEsense porta sul veicolo di serie la stessa intelligence sviluppata per il motorsport ai massimi livelli, in un contesto di startup con ritmo e ambizioni da scale-up tecnologica.
Stack tecnologico: MATLAB e Simulink (sviluppo algoritmi, prototipazione sensori virtuali).
Il tirocinio è orientato all'inserimento nel gruppo tecnico per candidati di alto profilo.
Percorso Formativo 1 : Logiche adattative onboard per l'autocalibrazione dei parametri veicolo
Progettazione e implementazione in MATLAB/Simulink di algoritmi adattativi per l'autocalibrazione real-time dei parametri del sistema veicolo-pneumatico-strada al variare delle condizioni operative.
Competenze ricercate: teoria dei sistemi, stima parametrica (filtri di Kalman, identificazione ricorsiva), MATLAB/Simulink. Gradita esperienza in ambienti real-time o con acquisizioni dati su veicolo.
Percorso Formativo 2 : Framework CI/CD e unit testing per modelli Simulink e librerie OEM
Strutturazione di pipeline CI/CD e suite di unit test per modelli Simulink offuscati/compilati e librerie distribuite a OEM, con automazione del processo di build, validazione e rilascio delle release.
Competenze ricercate: DevOps, MATLAB/Simulink (Embedded Coder), automazione CI (GitHub Actions/GitLab CI), metodologie di testing di sistemi complessi. Gradita esperienza con cross-compilazione o Simulink Coder.
Percorso Formativo 3 : Framework di validazione da database strutturato
Progettazione di un database strutturato di dati sperimentali acquisiti su veicolo e sviluppo di procedure automatizzate di confronto tra output simulati e misure reali, con report di validazione standardizzati per quantificare accuratezza e robustezza degli stimatori RIDEsense.
Competenze ricercate: progettazione database (SQL/NoSQL), data engineering, analisi statistica, Python. Gradita esperienza in pipeline di validazione per sistemi di controllo o stima.
Percorso Formativo 4 : Middleware smart per scheda NXP con sistema di licensing
Sviluppo e miglioramento del middleware embedded su piattaforma NXP che gestisce in modo intelligente gli input dai sensori veicolo e gli output degli stimatori RIDEsense, integrando un sistema di licensing a tutela della proprietà intellettuale del prodotto.
Competenze ricercate: C/C++ embedded, RTOS, protocolli di comunicazione veicolo (CAN, SPI, UART), sicurezza software. Gradita conoscenza dell'ecosistema NXP (SDK, toolchain, debugger).
Per ulteriori informazioni è possibile contattare Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo..