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: 52148  

Puesto: Investigador Predoctoral / Ph.D. Position

Función: - Development of AI-based models for electrical line characterization - Development of AI-based controllers for online model adaptation
Empresa: UNIVERSIDAD POLITECNICA DE MADRID Nº de Plazas: 1
Referencia: HRS2024/081 Publicada el 14/2/2024 Publicada hasta el 27/02/2024
Tipo de Contrato: Indefinido Dedicación: Jornada completa Remuneración Bruta (euros/año): 24.000
Localidad: Madrid Provincia: Madrid Disponibilidad para viajar: Si
Fecha de Incorporación: 01/03/2024 Fecha de Finalización: 31/11/2024

Nivel Académico
Grado  

Titulación Académica
Ingeniería Informática (Titulación Universitaria)
  Ingeniería

Áreas tecnológicas
P-154 Electrónica

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

Otros

HABILIDADES-CUALIFICACIONES/SKILLS-QUALIFICATIONS:

Cualificaciones básicas: Grado en Ingeniería Eléctrica/ Electrónica/ Informática/ Telecomunicaciones, Informática, Física; o similar. También se tendrán en cuenta los estudiantes de Máster a falta de presentar su TFM. Se valorará muy positivamente la realización de actividades de investigación previas en los campos de interés.

REQUERIMIENTOS ESPECIFICOS/SPECIFIC REQUIREMENTS:

Programación en C/C++ para sistemas embebidos y Python o MATLAB para desarrollo e implementación de algoritmos de IA. Un nivel alto de inglés, así como estar dispuesto a aprender español, también son necesarios para este puesto.

CRITERIOS Y PROCESO DE SELECCION/ELIGIBILITY CRITERIA AND SELECTION PROCESS:

Experiencia en el campo de la programación embebida (C/C++).  Experiencia en el campo del desarrollo algorítmico de IA.

COMENTARIOS ADICIONALES/ADDITIONAL COMMENTS: 

El contrato es parte del proyecto TED2021-132768B-I00 financiado por MCIN/AEI/10.13039/501100011033 y por la Unión Europea “NextGenerationEU”/PRTR»