„Quantum Machines“ kuria praktiniam kvantiniam skaičiavimui skirtas technologijas, daugiausia dėmesio skirdama valdymo sistemoms, padedančioms tyrėjams ir inžinieriams valdyti pažangią kvantinę aparatinę įrangą. Jos „Quantum Orchestration Platform“ sujungia įrankius, reikalingus kvantiniams eksperimentams programuoti, valdyti ir optimizuoti, todėl padeda vykdyti darbus nuo sistemų kūrimo iki jų įgyvendinimo. Įmonės kvantinių mokslininkų ir inžinierių komanda kuria infrastruktūrą, skirtą padėti kvantinėms technologijoms iš tyrimų aplinkos pereiti prie realaus pasaulio taikomųjų sprendimų.
Mašininio mokymosi inžinierius, kvantinis valdymas (hibridinis darbas, Vokietija)
Kurkite ir diekite mašininio mokymosi sistemas kvantinių procesorių kalibravimui, valdymui ir veikimui. Taikykite pastiprinamąjį mokymąsi, Bajeso išvadų metodus ir Python paslaugas tikroje aparatinėje įrangoje gamybinėse laboratorijose.
Aprašymas
- Kurkite ir diekite mašininio mokymosi sistemas, gerinančias kvantinių procesorių kalibravimą, valdymą ir veikimą
- Paverskite triukšmingus, kintančius ir saugai kritinius gamybinės laboratorinės įrangos valdymo iššūkius mašininio mokymosi sprendimais
- Kurkite pastiprinamojo mokymosi strategijas, Bajeso išvadų metodus ir agentines sistemas autonominiam, efektyviam ir dreifui atspariam kvantiniam valdymui
- Kurkite parametrų optimizavimo, dreifo stebėjimo ir adaptyvaus matavimo metodus tikroje aparatinėje įrangoje
- Įgyvendinkite parametrų valdymą realiuoju laiku kalibravimui QEC metu ir tarp grandinių
- Kurkite ir prižiūrėkite agentines sistemas, automatizuojančias sistemų valdymą ir kalibravimą
- Kurkite ir prižiūrėkite Python mašininio mokymosi paslaugas ir bibliotekas, integruojamas su Quantum Machines technologijų steku, įskaitant QUA, Qualibrate ir OPX1000
- Bendradarbiaukite su klientais ir laboratorijų partneriais diegiant, validuojant ir tobulinant mašininio mokymosi sprendimus eksperimentinėse aplinkose
- Dirbkite su produktų, tyrimų ir plėtros bei aparatinės įrangos komandomis kurdami vidines bibliotekas, klientų SDK ir mokomąją medžiagą
Reikalavimai
- Daktaro arba magistro laipsnis mašininio mokymosi, fizikos, taikomosios fizikos, kvantinės informacijos mokslo ar susijusioje srityje
- Bent ketverių metų atitinkama profesinė patirtis
- Puikios mašininio mokymosi ir giliojo mokymosi žinios bei praktinė giliojo mokymosi, pastiprinamojo mokymosi arba agentinio dirbtinio intelekto patirtis
- Pažangūs Python įgūdžiai, įskaitant darbą su mokslinio arba į sistemas orientuoto kodo bazėmis
- Gerosios programinės įrangos inžinerijos praktikos, apimančios architektūrą, Git darbo eigas, testavimą ir kodo peržiūras
- Įrodyta gebėjimo perkelti mašininio mokymosi sistemas iš prototipo į diegimą patirtis esant nestacionariems duomenims, brangiems vertinimams ar saugai kritinėms veiksmų erdvėms
- Perkeliama patirtis robotikos, internetinio valdymo, autonominių transporto priemonių arba mašininio mokymosi su aparatine įranga valdymo cikle srityse
- Puikūs analitiniai ir problemų sprendimo gebėjimai bei orientacija į klientą
- Gebėjimas veiksmingai dirbti savarankiškai ir tarpdisciplininėse komandose
- Sėkminga programinės įrangos kūrimo patirtis ir puikūs techninės komunikacijos įgūdžiai
- Kvantinio skaičiavimo sąvokų, tokių kaip kubitų kalibravimas, atsitiktinis etaloninis testavimas, QEC ir optimalus valdymas, išmanymas būtų privalumas
- Patirtis taikant sim-to-real metodus, daugelio tikslų pastiprinamąjį mokymąsi ar meta-mokymąsi būtų privalumas
Privalumai
- Dirbkite mašininio mokymosi, kvantinės fizikos ir programinės įrangos inžinerijos sankirtoje
- Įgykite patirties su įvairiomis kubitų technologijomis ir kvantinėmis architektūromis
- Naudokitės tiesioginiu grįžtamuoju ryšiu tarp mašininio mokymosi modelių ir gamybinės laboratorinės įrangos
- Kurkite mašininio mokymosi sprendimus pirmaujančioms kvantinių sistemų laboratorijoms ir įmonėms