航空安全認証担当 機械学習研究者
Destinus と Daedalean で自律飛行 AI の数学的な安全保証を研究し、 統計的学習理論と EASA の航空認証フレームワークを結び付けます。
仕事内容
- 教師あり機械学習の認証戦略を検討・策定します。
- 数学的保証、技術的論拠、モデル評価を EASA の W 字型 AI 認証プロセスに適合させます。
- 統計的学習理論、汎化境界、そして変化する実環境におけるディープニューラルネットワークの保証を調査します。
- 統計学と確率過程を用いて環境の不確実性やセンサーノイズをモデル化し、性能指標の信頼性を評価します。
- 査読に求められる厳密さで、研究文献、数学的証明、工学上の仮定を評価します。
- 安全監査や認証フレームワークに向けた技術的根拠と論理的な論証を構築します。
- 仮説の検証、認証手法の妥当性確認、モデル安全性フレームワークのベンチマークに使う再現可能な Python コードを作成します。
応募要件
- 統計的学習理論、汎化境界、ディープニューラルネットワークの数学的基礎を深く理解していること。
- 高度な確率論、統計モデリング、確率過程の強固な基礎を備えていること。
- Python に習熟し、明確で再現可能なコードを書けること。理論的基礎が強固であれば、基本的なコーディングスキルは業務を通じて習得できます。
- 文献を徹底的に調査し、現在の AI 研究における課題を特定して、学術的な概念を工学的な枠組みに落とし込めること。定量分野の強固な基礎があれば、これらの能力は業務を通じて習得できます。
- 査読の経験または能力があり、数学的証明、アルゴリズムの前提、研究論文を批判的に評価できること。
- コンピューターサイエンス、数学、理論統計学、電気工学、物理学、または関連する定量研究分野の修士課程もしくは博士課程に在籍中、または最近修了していること。
- 批判的思考力を持ち、機械学習の前提や実証精度に対して健全な懐疑心を保てること。
- 論理的に妥当な主張と技術的根拠を構築する優れた能力があること。
- 理論計算機科学、安全工学、実際の飛行運用にまたがる数学的課題に意欲的に取り組めること。