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: 52130  

Puesto: Ayudante de investigación

Función: AYUDANTE DE INVESTIGACIÓN en proyecto "Estudio y Desarrollo de Funciones Núcleo usando Polinomios Ortogonales y su Aplicación en Análisis de Datos" en el Dpto. de Física y Matemáticas en UAH. Análisis de datos para ML y QML y desarrollo de Tesis Doctoral.
Empresa: Universidad de Alcalá Nº de Plazas: 1
Referencia: PEJ-2023-AI/COM-28493 Publicada el 13/2/2024 Publicada hasta el 23/2/2024
Tipo de Contrato: YEI Ayudantes de investigación Dedicación: Jornada completa Remuneración Bruta (euros/año): 23000
Localidad: MADRID Provincia: Madrid Disponibilidad para viajar: Si, Internacional
Fecha de Incorporación: 01/04/2024 Fecha de Finalización: 2 años
Enlace URL: euraxess.ec.europa.eu/jobs/179906

Nivel Académico
Master  

Titulación Académica
Física (Titulación Universitaria)
Matemáticas (Titulación Universitaria)

Áreas tecnológicas
L- Física
R- Matemáticas

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

Conocimientos de Informática  
Se valorará el conocimiento en Wolfram Mathematica, Matlab, Python y, sobre todo, en los lenguajes específicos de la computación cuántica como Qiskit, Pennylane, IBM Quantum Composer, entre otros.

Experiencia
No es necesaria experiencia laboral, sin embargo se buscan candidatos con título oficial de Máster y Grado en Ciencias Físicas o Matemáticas, plena voluntad para acceder y cursar estudios de doctorado y disposición para trabajar en una tesis doctoral en Quantum Machine Learning. Es absolutamente fundamental tener conocimientos previos en computación cuántica. Se valorará además la habilidad para redactar informes científicos.

Otros

Estamos buscando un AYUDANTE DE INVESTIGACIÓN para el proyecto de código PEJ-2023-AI/COM-28493, y de Título: "Estudio y Desarrollo de Funciones Núcleo utilizando Polinomios Ortogonales y su Aplicación en el Análisis de Datos" en el Grupo AnFAO (Análisis Funcional: teoría asintótica y ortogonalidad ), dentro del Departamento de Física y Matemáticas en la Universidad de Alcalá (UAH). El AI colaborará directamente con el Investigador Principal, enfocándose en el análisis de datos, el desarrollo de CDKernels para ML y QML, y la publicación de resultados en revistas indexadas en JCR.

Objetivos de la actividad: -Carrera de investigación: Iniciar y desarrollar una carrera de investigación en ML, QML y Aprendizaje Estadístico, con la posibilidad de comenzar una Tesis Doctoral. -Análisis Exploratorio de Datos: Realizar un análisis de datos exhaustivo para su implementación en técnicas de ML y QML. -Desarrollo de CDKernels: Construir núcleos Christoffel-Darboux para un deep learning. -Evaluación y Comparación de Algoritmos: Evaluar y comparar algoritmos de aprendizaje en ML y QML, interpretando críticamente los resultados. -Colaboración y Publicación Científica: Trabajar con otros investigadores, redactar y publicar artículos científicos en revistas especializadas. -Colaboración Externa: Establecer conexiones con universidades, instituciones y empresas interesadas en desarrollar técnicas de análisis de datos.

Requisitos: -Es esencial tener un amplio conocimiento previo en computación cuántica. -Se valorará haber completado un máster en computación cuántica. -Se apreciará expresar interés en iniciar una Tesis Doctoral en el tema de investigación. -Se valorará mucho la programación en R, Matlab, Python y IBM Quantum Composer. -Preparación de informes científicos.

Plan de formación: Participación en talleres, seminarios, reuniones regulares con el tutor y el Grupo AnFAO (Análisis Funcional: teoría asintótica y ortogonalidad), y presentaciones en seminarios dentro del Departamento de Física y Matemáticas de la Universidad de Alcalá.

https://euraxess.ec.europa.eu/jobs/179906