Научный сотрудник (в области информатики и вычислительной техники)
Зарплата
от 36 200 ₽
Коротко о вакансии
- Зарплата
- от 36 200 ₽ в месяц
- Работодатель
- ИСП РАНВсе вакансии работодателя · 15
- Формат
- Полный день
- Оформление
- уточняйте у работодателя
- Опыт
- Более 6 лет
- Как откликнуться
- по телефону работодателя — номер откроется после входа
Требования к кандидату
- Образование: высшее образование — подготовка кадров высшей квалификации
- Опыт работы: от 6 лет
- Квалификация: К претенденту предъявляются требования на наличие научных трудов или авторских свидетельств на изобретения.
- Вакансия является конкурсной
- Для участия в конкурсе претенденту необходимо разместить на портале вакансий http://ученые-исследователи. рф заявку, содержащую: а) фамилию, имя и отчество (при наличии) претендента
- Б) дату рождения претендента
- В) сведения о высшем образовании и квалификации, ученой степени (при наличии) и ученом звании (при наличии)
- Г) сведения о стаже и опыте работы
- Д) сведения об отрасли (области) наук, в которых намерен работать претендент
- Претендент вправе разместить на портале вакансий автобиографию и иные материалы, которые наиболее полно характеризуют его квалификацию, опыт и результативность
- Размещенная претендентом на портале вакансий заявка автоматически направляется на рассмотрение секретарю конкурсной комиссии на адрес электронной почты
Место работы и занятость
- График: полный рабочий день
- Место работы: г. Москва, Александра Солженицына улица, Д.25
Описание вакансии
- Осуществлять научное руководство группой работников при исследовании самостоятельных тем в области: разработки и применении численных методов, математических моделей и алгоритмов машинного обучения для решения задач вычислительной физики и анализа данных с применением открытых программных комплексов
- Создании, обучении и валидации нейросетевых моделей (включая Physics-Informed Neural Networks) для задач аппроксимации, восстановления полей и ускорения численных расчетов
- Реализации и настройки программного обеспечения для гибридного моделирования, включая классические решатели с открытым исходным кодом, собственные программные решения и фреймворки глубокого обучения
- Разработки и адаптации численных алгоритмов и методов аппроксимации (включая полиномиальную, сплайн- и нейросетевую аппроксимацию) под специфику физических процессов
- Настройки и автоматизации работы в программах с открытым исходным кодом, а также в средах разработки и обучения нейронных сетей
- Разработки, тестировании и оптимизации собственных программ пре- и постпроцессинга, а также модули для гибридного использования CFD-решателей и нейросетевых суррогатных моделей
- Обучения нейросетевых моделей
- Участвовать в разработке и архитектуре программного обеспечения лаборатории, внедряя современные методы ИИ в традиционный научный workflow
- Выбирать оптимальные численные методы и архитектуры нейронных сетей для решения конкретных научно-исследовательских задач, оценивая их вычислительную эффективность и точность
- Разрабатывать планы и методические программы проведения исследований и разработок
- Организовывать сбор и изучение научно-технической информации об архитектурах процессоров, интерфейсах программирования и компиляторных технологиях, проводить анализ и теоретическое обобщение научных данных, результатов экспериментов и наблюдений
- Проверять правильность результатов, полученных сотрудниками, работающими под его руководством
- Принимать участие в повышении квалификации кадров
- Внедрять результаты проведенных исследований и разработок