Malzeme Bilgisi Mimarı

CuspAI Hakkında
CuspAI, insanlığın ilerlemesini desteklemek için ihtiyaç duyulan çığır açan malzemeleri çözme misyonuyla yola çıkan öncü yapay zeka şirketidir. Doğanın molekülleri mükemmelleştirmesi milyarlarca yıl sürerken, biz yapay zekayı trilyon dolarlık malzeme atılımlarının kilidini bin yıl değil aylar içinde açmak için kullanıyoruz. Kurucu ekibimiz, yapay zeka, kimya ve mühendislik alanlarında birinci sınıf araştırmacılardan oluşan, dünyada en çok alıntı yapılan ekiptir.

Enerji, temiz su, bilişimin geleceği ve karbon yakalama gibi en zor ve en önemli zorluklardan bazıları üzerinde çalışıyoruz ve bu, yeni nesil malzemelere yönelik 'arama motorumuzun' kilidini açacağı şeyin yalnızca başlangıcı.

Sizi, yapay zeka ve malzeme biliminin kesiştiği noktada, yeniliği, ölçeklenebilirliği ve endüstri iş birliğini teşvik eden etkili ortaklıklar oluşturmak için çalışan, çeşitliliğe sahip, yenilikçi bir ekibin parçası olmaya davet ediyoruz. Bu çalışma önemli. Çalışmanız önemli.

Talep üzerine malzeme çağının eşiğindeyiz. Bize katılın.

Rol
Hızlı şirket büyümesi ve genişleyen dış veri ortaklıkları nedeniyle, Veri ekibimize katılacak ve bilimsel veri temsillerimizin, şemalarımızın ve alım ardışık düzenlerimizin tasarımına liderlik edecek bir Malzeme Bilgisi Mimarı arıyoruz.

Etkiniz
Bu, heterojen dış verileri eyleme geçirilebilir veri varlıklarına dönüştüren veri modellerini ve alım ardışık düzenlerini tasarlamak için dünya lideri yapay zeka uzmanları ve malzeme bilimi araştırmacılarıyla yakın işbirliği içinde çalışan CuspAI'deki veri ekibine katılmak için heyecan verici bir fırsattır. Modellerimize güç veren verilerin çoğu farklı formatlarda, şemalarda ve standartlarda geliyor. Bir Malzeme Bilgisi Mimarı olarak, bu verilerin nasıl temsil edildiğine, modellendiğine ve CuspAI'ye nasıl getirildiğine sahip olacak ve yeni nesil malzemelerin keşfini hızlandırabilecek şekilde kalitesinin geniş ölçekte sağlanmasında temel oluşturacaksınız.

Ne yapacaksın

Veri Mimarisi ve Şema Tasarımı

• Kimyasal, yapısal ve malzeme özellik bilgilerini temsil eden veri modellerini tasarlayın ve çeşitli dış kaynakların tutarlı, birlikte çalışabilir bir iç temsil üzerinde nasıl eşleştiğini tanımlayın.

• Alınan her veri kümesinin güvenilir, izlenebilir ve ML'ye hazır olması için veri kalitesi, doğrulama, veri tekilleştirme, köken ve kaynak çerçeveleri oluşturun ve bunlara sahip olun.

• Dış kaynaklardan gelen verilerin kalitesini, ölçeğini ve tutarlılığını en üst düzeye çıkarmak için kimya, fizik ve/veya malzeme bilimi alanındaki uzmanlığınızı kullanın.

Alma ve Veri Hattı Yürütme

• Çeşitli format ve standartlarda gelen verileri normalleştiren, uyumlu hale getiren ve uzlaştıran sağlam boru hatları oluşturarak, endüstriyel işbirlikçiler, cihaz ve simülasyon satıcıları, araştırma kurumları ve ticari veri sağlayıcılar gibi ortaklardan veri alımına liderlik edin.

• Veri ekibinin, hesaplamalı (örneğin DFT, moleküler dinamik) ve deneysel kampanyalar dahil olmak üzere yeni veri kaynaklarını, ortaklıkları ve veri oluşturma fırsatlarını belirleme, değerlendirme ve değerlendirme çabalarına katkıda bulunun.

Ortak ve Disiplinlerarası İşbirliği

• Verilerini anlamak, format ve standartları kabul etmek, şema eşlemelerini tanımlamak ve kalite, kaynak ve birlikte çalışabilirlik sorunlarını kaynağında çözmek için doğrudan dış veri sağlayıcılarla ortaklık kurun.

• Modelleme ihtiyaçlarını alım gereksinimlerine ve makine öğrenimi için hazır veri kümelerine dönüştürmek için araştırma ve mühendislik ekipleri arasında ortaklaşa çalışın.

• Çalışmanızı iletin ve veri modellerini, alım süreçlerini ve genel veri kalitesini iyileştirme fırsatlarına ilişkin farkındalığı artırın.

Sahip Olması Gereken Beceri ve Nitelikler:

• Karmaşık bilimsel veya teknik alanlar için veri modelleri ve şemaları tasarlama ve bunlardan yüksek kaliteli veri varlıkları oluşturma konusunda kanıtlanmış deneyim.

• Her biri farklı formatlara, şemalara ve kalite düzeylerine sahip birden fazla dış kaynaktan veya iş ortağından gelen verileri alma, entegre etme ve uyumlu hale getirme konusunda kanıtlanabilir deneyim.

• Kimya, Fizik, Malzeme Bilimi, Hesaplamalı Kimya veya ilgili bir disiplin alanında doktora veya bilimsel araştırmada eşdeğer deneyim.

• Veri temsili, ontolojiler, veri modelleme ve yüksek kaliteli, birlikte çalışabilen veri varlıklarının iyileştirilmesi konusunda uzman.

• Malzeme keşfinde kullanılan çok çeşitli veri türleriyle (örneğin deneysel ve karakterizasyon verileri (örneğin sentez parametreleri ve işleme koşulları, XRD modelleri, spektroskopi, adsorpsiyon izotermleri, cihaz ölçümleri) yanı sıra hesaplanan özelliklerle (örneğin DFT'den türetilmiş oluşum enerjileri, bant boşlukları) çalışma ve bunları heterojen kaynaklar arasında haritalama deneyimi.

• Hem deneysel hem de hesaplamalı alanları kapsayan malzemeler ve kimyasal veri kaynakları (örn. ICSD, Cambridge Yapısal Veritabanı, NOMAD, Malzeme Projesi) ve laboratuvarda üretilen verilerin (cihaz çıktıları, ELN/LIMS kayıtları, birim kuralları, kaynak) birlikte çalışabilir, ML'ye hazır varlıklar halinde uyumlu hale getirilmesindeki pratik zorluklar hakkında derin bilgi.

• Şema/veri modeli tasarımı (örn. Pydantic, JSON Schema) dahil olmak üzere deneysel ve hesaplamalı veriler için veri hatları oluşturma deneyimi ile Python ve SQL çalışma bilgisi ve malzeme ve veri bilimi araç kitlerine aşinalık (örn. pymatgen, ASE, Pandas/Polars).

• Deneysel verilerin gerçekte nasıl üretildiğine (laboratuvar iş akışları, cihaz tuhaflıkları, eksik meta veriler) ilişkin ilk elden deneyim ve onu idealize edilmiş şemalara zorlamak yerine aslına sadık şekilde modellemeye yönelik pragmatik stratejiler.

• Güçlü iletişimci ve kanıtlanmış bir işbirlikçi, dış ortakların yanı sıra çok disiplinli kimya/fizik/malzeme ve ürün/mühendislik ekipleriyle doğrudan çalışma konusunda rahat.

Bonus Puanları (Fakat Kritik Değil):

• Endüstride bir malzeme, kimya, enerji veya derin teknoloji şirketinde veya bir araştırma kurumunda veya ulusal laboratuvarda endüstriyle yakın çalışma deneyimi.…

Kaynak: Arbeitnow (https://www.arbeitnow.co.uk/jobs/companies/cuspai/materials-knowledge-architect-london-340951)