Informatyk / Naukowe uczenie maszynowe

Fusionality buduje stos pomiarowy, symulacyjny i kontrolny dla przyszłych reaktorów wykorzystujących energię termojądrową.
Nasza technologia, wydzielona ze szwajcarskiego centrum plazmy EPFL i wspierana przez najlepszych inwestorów, umożliwia niezawodne działanie, monitorowanie w czasie rzeczywistym i analizę plazmy wysokotemperaturowej w urządzeniach termojądrowych. Założyli nas światowej klasy eksperci na skrzyżowaniu fizyki termojądrowej, zaawansowanej kontroli i sztucznej inteligencji (ex-Google DeepMind, EPFL). Gromadzimy założycielski zespół inżynierów w Lozannie, aby zbudować naszą podstawową platformę technologiczną.
Do naszego zespołu poszukujemy informatyka specjalizującego się w naukowym uczeniu maszynowym (SciML). Ta praca jest dla Ciebie, jeśli wiesz, jak pisać rozwiązania numeryczne, które są szybkie, poprawne i różnicowalne od początku do końca, i chcesz zobaczyć, jak działają one z rzeczywistymi danymi plazmowymi i w rzeczywistych systemach sterowania.
Na to stanowisko poszukujemy osoby ze stopniem doktora lub starszego pracownika naukowo-badawczego w dziedzinie obliczeń.
Obowiązki

• Projektowanie, wdrażanie i sprawdzanie rozwiązań różniczkowalnych w JAX dla problemów fizyki plazmy, takich jak równowaga swobodna, transport i estymacja stanu.

• Uczyń je solidnymi i wystarczająco szybkimi do użytku produkcyjnego dzięki zaawansowanym technikom numerycznym do stopniowania czasu w równaniu różniczkowym, a także optymalizacji wydajności procesora graficznego/TPU.

• Stosowanie automatycznego różnicowania do kalibracji modelu względem danych eksperymentalnych, estymacji parametrów oraz projektowania i optymalizacji sterownika, współpracując z naszymi inżynierami zajmującymi się danymi i sterowaniem.

• Własność kodu: jakość, testowanie, weryfikacja w stosunku do rozwiązań referencyjnych, opakowanie i dokumentacja.

Wymagania

• Znaczący kod napisany w różniczkowalnym środowisku. Nasz stos znajduje się w JAX, Julia lub PyTorch. Eksperci są bardzo mile widziani, jeśli są gotowi na zmianę.

• Solidna wiedza z zakresu metod numerycznych dla ODE i PDE: dyskretyzacja, solwery sztywne i niejawne, solwery nieliniowe i rzadkie.

• Wykazano zdolność do działania na pograniczu SciML, uniwersalnych równań różniczkowych, neuronowych ODE i innych pojawiających się hybrydowych paradygmatów opartych na danych/mechanistycznych.

• Dowód samodzielnej pracy na najwyższym poziomie: doktorat lub praca dyplomowa, opublikowany kod, z którego korzystają inni lub posiadany projekt branżowy.

• Doświadczenie w następujących dziedzinach będzie zaletą, ale nie jest bezwzględnie wymagane:

• Ekosystem JAX: Diffrax, Equinox, Optax, Lineax.

• Symulacja plazmowa, płynna, elektromagnetyczna lub inna symulacja wielofizyczna.

• Kierowanie projektem naukowej bazy kodu używanej przez innych.

Co oferujemy

• Odgrywać kluczową rolę w dynamicznym, szybko rozwijającym się startupie, kształtując rozwiązania techniczne i produkty od podstaw.

• Twórz najnowocześniejsze technologie do monitorowania i kontrolowania plazmy w prawdziwych urządzeniach termojądrowych, współpracując z czołowymi ekspertami w dziedzinie plazmy i kontroli.

• Świetne warunki pracy, lokalizacja w Lozannie w Szwajcarii, mieście i kraju znanym z wysokiej jakości życia.

• Konkurencyjne wynagrodzenie oraz świadczenia kapitałowe i świadczenia, w tym pomoc imigracyjna.

Znajdź więcej anglojęzycznych ofert pracy w Szwajcarii na Arbeitnow

Źródło: Arbeitnow (https://www.arbeitnow.ch/jobs/companies/fusionality/computational-scientist-scientific-machine-learning-lausanne-323897)