Identificación de usuariosPortal de Empleo I+D+i
 COMPARTIR OFERTA
Facebook  Twitter  LinkedIn 
Imprimir en blanco y negro

Ofertas de empleo


AVISO: Esta oferta no se encuentra activa.

Oferta de Trabajo  Código: 47211  

Puesto: Developer in an Artificial Intelligence applied to energy efficiency project

Función: Creación de una librería de procesos de optimización para la selección y catalogación de materiales de construcción para el desarrollo de viviendas más sostenibles y que hagan un mejor uso de los recursos.
Empresa: UNIVERSIDAD POLITECNICA DE MADRID Nº de Plazas: 1
Referencia: HRS2022/621 Publicada el 5/12/2022 Publicada hasta el 31/01/2023
Tipo de Contrato: Contrato temporal Dedicación: Jornada completa Remuneración Bruta (euros/año): 25.130
Localidad: Boadilla del Monte Provincia: Madrid Disponibilidad para viajar: Sin especificar
Fecha de Incorporación: 01/03/2023 Fecha de Finalización: 15 meses/months

Nivel Académico
Ingeniero Superior/Licenciado  
Grado  

Titulación Académica
Informática (Titulación Universitaria)

Áreas tecnológicas
V-06 Inteligencia Artificial

Idiomas
Idioma: Inglés Nivel Lectura: Alto Nivel Escrito: Alto Nivel Conversación: Alto

Conocimientos de Informática  
Se valorarán los siguientes conocimientos:

- Algoritmos de Machine Learning
- Algoritmos Evolutivos
- Sistemas de Optimización
- Sistemas de Simulación Mutiagente

The following skills will be an asset:
- Machine Learning algorithms
- Evolutionary Algorithms
- Optimization systems
- Multi-agent simulation systems

Experiencia
El desarrollo de los algoritmos de llevará a cabo en los lenguajes Python y/o C# dependiendo de las necesidades de integración final de los demostradores software.

The development of the different algorithms will be carried out in Python and/or C#, depending on the specific integration needs of the software demonstrators.


Otros

El puesto se encuadra en un proyecto que surge como una colaboración de la ETS de Ingenieros Informáticos y la ETS de Arquitectura de la UPM y la empresa Lurtis Rules. Su objetivo es la creación de distintas herramientas para la clasificación y selección de un catálogo de materiales de construcción aplicando técnicas de Machine Learning, Optimización y Simulación de Agentes.

Para el desarrollo de los objetivos de investigación se propone desarrollar nuevos algoritmos de optimización basados en el framework de optimización MOS (Multiple Offspring Sampling) y modelos híbridos de Machine Learning que permitan sacar el mayor provecho posible a los simuladores físicos de eficiencia energética con el objeto de mejorar el rendimiento y la huella de carbono de las nuevas edificaciones o de la remodelización de viviendas actuales.