Quantum Machines udvikler teknologier til praktisk kvantecomputing med fokus på kontrolsystemer, der hjælper forskere og ingeniører med at betjene avanceret kvantehardware. Quantum Orchestration-platformen samler de værktøjer, der er nødvendige for at programmere, administrere og optimere kvanteeksperimenter, og understøtter arbejdet fra systemudvikling til implementering. Virksomhedens team af kvanteforskere og ingeniører arbejder på infrastruktur, der skal bringe kvanteteknologier fra forskningsmiljøer tættere på anvendelser i den virkelige verden.
Maskinlæringsingeniør, kvantestyring (hybrid, Tyskland)
Byg og implementer maskinlæringssystemer til kalibrering, styring og drift af kvanteprocessorer. Anvend reinforcement learning, Bayesiansk inferens og Python-tjenester på reel hardware i produktionslaboratorier.
Beskrivelse
- Skab og implementer maskinlæringssystemer, der forbedrer kalibrering, styring og drift af kvanteprocessorer
- Omsæt støjende, skiftende og sikkerhedskritiske styringsudfordringer til maskinlæringsløsninger til laboratoriehardware i produktion
- Udvikl politikker til reinforcement learning, teknikker til Bayesiansk inferens og agentbaserede rammer til autonom, effektiv og driftstolerant kvantestyring
- Skab metoder til parameteroptimering, driftsovervågning og adaptiv måling på reel hardware
- Implementer styring af parametre i realtid til kalibrering under QEC og mellem kredsløb
- Byg og vedligehold agentbaserede rammer, der automatiserer systemstyring og kalibrering
- Byg og vedligehold Python-baserede maskinlæringstjenester og biblioteker, der integreres med Quantum Machines-stakken, herunder QUA, Qualibrate og OPX1000
- Samarbejd med kunder og laboratoriepartnere om at implementere, validere og videreudvikle maskinlæringsløsninger i eksperimentelle miljøer
- Arbejd sammen med produkt-, R&D- og hardwareteams om interne biblioteker, kunde-SDK'er og undervisningsmaterialer
Krav
- Ph.d. eller kandidatgrad i maskinlæring, fysik, anvendt fysik, kvanteinformationsvidenskab eller et beslægtet område
- Mindst fire års relevant erhvervserfaring
- Stærk ekspertise inden for maskinlæring og deep learning med praktisk erfaring i deep learning, reinforcement learning eller agentbaseret AI
- Avancerede Python-kompetencer, herunder arbejde med videnskabelige eller systemorienterede kodebaser
- Gode softwareudviklingsmetoder inden for arkitektur, Git-workflows, testning og code review
- Dokumenteret evne til at føre maskinlæringssystemer fra prototype til implementering på trods af ikke-stationære data, dyre evalueringer eller sikkerhedskritiske handlingsrum
- Overførbar erfaring med robotteknologi, online-styring, autonome køretøjer eller hardware-in-the-loop-maskinlæring
- Stærke analytiske evner og problemløsningsevner med en kundeorienteret tilgang
- Evne til at arbejde effektivt både selvstændigt og i tværfaglige teams
- Dokumenteret erfaring med softwareudvikling og fremragende teknisk kommunikation
- Kendskab til kvantecomputingbegreber som qubitkalibrering, randomiseret benchmarking, QEC og optimal styring er en fordel
- Erfaring med sim-to-real-metoder, multi-objective reinforcement learning eller meta-learning er en fordel
Fordele
- Arbejd i krydsfeltet mellem maskinlæring, kvantefysik og softwareudvikling
- Få indsigt i forskellige qubitteknologier og kvantearkitekturer
- Brug en direkte feedbacksløjfe mellem maskinlæringsmodeller og laboratoriehardware i produktion
- Lever maskinlæringsløsninger til førende laboratorier og virksomheder inden for kvantesystemer