Destinus es una empresa europea de tecnología aeroespacial y defensa que desarrolla sistemas de vuelo autónomos para aplicaciones civiles y de defensa. Fundada en 2021, la empresa diseña y fabrica tecnologías de vuelo para distintos rangos de velocidad, incluidas futuras plataformas hipersónicas. Su trabajo multidisciplinario integra la ingeniería de estructuras aeronáuticas, la propulsión mediante turborreactores, el software de vuelo, la inteligencia artificial y el diseño integral de sistemas. A medida que Destinus amplía su equipo, ofrece oportunidades para contribuir al desarrollo de sistemas de aeronaves autónomas, eficientes y de alta velocidad.
Investigador/a de aprendizaje automático, certificación de seguridad aérea
Investiga garantías matemáticas de seguridad para la IA de vuelo autónomo en Destinus y Daedalean, conectando la teoría del aprendizaje estadístico con los marcos de certificación aeronáutica de EASA.
Descripción
- Revisar y desarrollar estrategias de certificación para el aprendizaje automático supervisado.
- Alinear las garantías matemáticas, los argumentos técnicos y las evaluaciones de modelos con el proceso de certificación de IA en forma de W de EASA.
- Investigar la teoría del aprendizaje estadístico, los límites de generalización y las garantías para redes neuronales profundas en condiciones reales cambiantes.
- Utilizar la estadística y los procesos estocásticos para modelar la incertidumbre ambiental y el ruido de los sensores, y evaluar la confianza en las métricas de rendimiento.
- Evaluar la bibliografía de investigación, las demostraciones matemáticas y los supuestos de ingeniería con el rigor de la revisión por pares.
- Desarrollar justificaciones técnicas y argumentos lógicos para auditorías de seguridad y marcos de certificación.
- Escribir código Python reproducible para probar hipótesis, validar métodos de certificación y comparar marcos de seguridad de modelos.
Requisitos
- Tener un conocimiento profundo de la teoría del aprendizaje estadístico, los límites de generalización y los fundamentos matemáticos de las redes neuronales profundas.
- Contar con una sólida base en probabilidad avanzada, modelado estadístico y procesos estocásticos.
- Dominar Python y poder escribir código claro y reproducible; con una sólida formación teórica, es posible adquirir competencias básicas de programación en el puesto.
- Poder realizar revisiones bibliográficas exhaustivas, detectar lagunas en la investigación actual sobre IA y traducir conceptos académicos en marcos de ingeniería; esto se puede aprender con una sólida base cuantitativa.
- Tener experiencia o capacidad para realizar revisiones por pares, incluida la evaluación crítica de demostraciones matemáticas, supuestos algorítmicos y artículos de investigación.
- Estar cursando o haber terminado recientemente un máster o doctorado en Informática, Matemáticas, Estadística Teórica, Ingeniería Eléctrica, Física u otro campo cuantitativo de investigación relacionado.
- Aplicar el pensamiento crítico y mantener un sano escepticismo ante los supuestos del aprendizaje automático y la precisión empírica.
- Tener una capacidad excepcional para construir argumentos lógicos sólidos y justificaciones técnicas.
- Sentir motivación por abordar problemas matemáticos que abarcan la informática teórica, la ingeniería de seguridad y las operaciones de vuelo en el mundo real.