Destinus یک شرکت اروپایی در حوزه هوافضا و دفاع است که سامانه‌های پرواز خودمختار را برای کاربردهای غیرنظامی و دفاعی توسعه می‌دهد. این شرکت که در سال ۲۰۲۱ تأسیس شده است، فناوری‌های پروازی را در دامنه‌های مختلف سرعت، از جمله سکوهای مافوق‌صوت آینده، طراحی و تولید می‌کند. فعالیت‌های چندرشته‌ای آن مهندسی سازه هواپیما، پیشرانش توربوجت، نرم‌افزار پرواز، هوش مصنوعی و طراحی کامل سامانه را در کنار هم قرار می‌دهد. Destinus با گسترش تیم خود، فرصت‌هایی برای مشارکت در توسعه سامانه‌های هواپیمایی خودمختار، کارآمد و پرسرعت فراهم می‌کند.
پژوهشگر یادگیری ماشین، گواهی ایمنی هوانوردی
درباره تضمین‌های ریاضی ایمنی هوش مصنوعی پرواز خودمختار در Destinus و Daedalean پژوهش کنید. نظریه یادگیری آماری را به چارچوب‌های گواهی‌سازی هوانوردی EASA پیوند دهید.
توضیحات
- راهبردهای گواهی‌سازی برای یادگیری ماشین نظارت‌شده را بررسی و تدوین کنید.
- تضمین‌های ریاضی، استدلال‌های فنی و ارزیابی مدل‌ها را با فرایند گواهی‌سازی هوش مصنوعی EASA به شکل W همسو کنید.
- نظریه یادگیری آماری، کران‌های تعمیم و تضمین‌های شبکه‌های عصبی عمیق را در شرایط واقعی و متغیر بررسی کنید.
- برای مدل‌سازی عدم‌قطعیت محیطی و نویز حسگر از آمار و فرایندهای تصادفی استفاده کنید و میزان اطمینان به سنجه‌های عملکرد را بسنجید.
- ادبیات پژوهشی، اثبات‌های ریاضی و فرض‌های مهندسی را با دقت داوری همتا ارزیابی کنید.
- برای ممیزی‌های ایمنی و چارچوب‌های گواهی‌سازی، توجیه‌های فنی و استدلال‌های منطقی تدوین کنید.
- برای آزمودن فرضیه‌ها، اعتبارسنجی روش‌های گواهی‌سازی و مقایسه چارچوب‌های ایمنی مدل، کد Python بازتولیدپذیر بنویسید.
شرایط لازم
- درک عمیقی از نظریه یادگیری آماری، کران‌های تعمیم و مبانی ریاضی شبکه‌های عصبی عمیق داشته باشید.
- در احتمال پیشرفته، مدل‌سازی آماری و فرایندهای تصادفی پایه‌ای قوی داشته باشید.
- به Python مسلط باشید و بتوانید کدی روشن و بازتولیدپذیر بنویسید؛ با داشتن پایه نظری قوی، مهارت‌های اولیه برنامه‌نویسی را می‌توان در حین کار آموخت.
- توانایی انجام مرور جامع منابع، شناسایی خلأهای پژوهش کنونی هوش مصنوعی و تبدیل مفاهیم دانشگاهی به چارچوب‌های مهندسی را داشته باشید؛ با پایه‌ای قوی در حوزه‌های کمّی، این مهارت‌ها آموختنی هستند.
- در داوری همتا تجربه یا توانایی داشته باشید؛ از جمله ارزیابی انتقادی اثبات‌های ریاضی، فرض‌های الگوریتمی و مقاله‌های پژوهشی.
- در حال تحصیل در مقطع کارشناسی ارشد یا دکتری، یا فارغ‌التحصیل اخیر در علوم کامپیوتر، ریاضی، آمار نظری، مهندسی برق، فیزیک یا رشته پژوهشی کمّی مرتبط باشید.
- تفکر انتقادی داشته باشید و نسبت به فرض‌های یادگیری ماشین و دقت تجربی آن تردید سنجیده‌ای حفظ کنید.
- در ساخت استدلال‌های منطقی مستحکم و توجیه‌های فنی توانایی برجسته‌ای داشته باشید.
- برای پرداختن به مسائل ریاضی میان علوم نظری کامپیوتر، مهندسی ایمنی و عملیات واقعی پرواز انگیزه داشته باشید.