Destinus
Destinus
Destinus ialah syarikat aeroangkasa dan pertahanan Eropah yang membangunkan sistem penerbangan autonomi untuk aplikasi awam dan pertahanan. Ditubuhkan pada tahun 2021, syarikat ini mereka bentuk dan menghasilkan teknologi penerbangan merangkumi pelbagai julat kelajuan, termasuk platform hipersonik pada masa hadapan. Kerja multidisiplin syarikat ini menggabungkan kejuruteraan badan pesawat, pendorongan turbojet, perisian penerbangan, kecerdasan buatan dan reka bentuk sistem lengkap. Seiring dengan perkembangan pasukan Destinus, syarikat ini menawarkan peluang untuk menyumbang kepada pembangunan sistem pesawat yang autonomi, cekap dan berkelajuan tinggi.

Penyelidik Pembelajaran Mesin, Pensijilan Keselamatan Penerbangan

Kaji jaminan keselamatan matematik untuk AI penerbangan autonomi di Destinus dan Daedalean. Hubungkan teori pembelajaran statistik dengan rangka kerja pensijilan penerbangan EASA.

Penerangan

  • Semak dan bangunkan strategi pensijilan untuk pembelajaran mesin terselia.
  • Selaraskan jaminan matematik, hujah teknikal dan penilaian model dengan proses pensijilan AI berbentuk W EASA.
  • Kaji teori pembelajaran statistik, batas generalisasi dan jaminan untuk rangkaian neural dalam keadaan dunia sebenar yang berubah-ubah.
  • Gunakan statistik dan proses stokastik untuk memodelkan ketidakpastian persekitaran serta hingar sensor, dan menilai tahap keyakinan terhadap metrik prestasi.
  • Nilai literatur penyelidikan, bukti matematik dan andaian kejuruteraan dengan ketelitian semakan rakan sejawat.
  • Bangunkan justifikasi teknikal dan hujah logik untuk audit keselamatan dan rangka kerja pensijilan.
  • Tulis kod Python yang boleh dihasilkan semula untuk menguji hipotesis, mengesahkan kaedah pensijilan dan menanda aras rangka kerja keselamatan model.

Keperluan

  • Mempunyai pemahaman mendalam tentang teori pembelajaran statistik, batas generalisasi dan asas matematik rangkaian neural dalam.
  • Mempunyai asas yang kukuh dalam kebarangkalian lanjutan, pemodelan statistik dan proses stokastik.
  • Mahir dalam Python dan mampu menulis kod yang jelas serta boleh dihasilkan semula; kemahiran pengekodan asas boleh dipelajari semasa bekerja dengan asas teori yang kukuh.
  • Mampu menjalankan tinjauan literatur yang menyeluruh, mengenal pasti jurang dalam penyelidikan AI semasa dan menterjemahkan konsep akademik kepada rangka kerja kejuruteraan; perkara ini boleh dipelajari dengan asas kuantitatif yang kukuh.
  • Mempunyai pengalaman atau keupayaan dalam semakan rakan sejawat, termasuk penilaian kritis terhadap bukti matematik, andaian algoritma dan kertas penyelidikan.
  • Sedang mengikuti atau baru sahaja menamatkan pengajian Sarjana atau PhD dalam Sains Komputer, Matematik, Statistik Teori, Kejuruteraan Elektrik, Fizik atau bidang penyelidikan kuantitatif yang berkaitan.
  • Mampu berfikir secara kritis dan mengekalkan sikap skeptikal yang sihat terhadap andaian pembelajaran mesin dan ketepatan empirikal.
  • Sangat berkebolehan membina hujah logik dan justifikasi teknikal yang kukuh.
  • Bermotivasi untuk menangani masalah matematik yang merangkumi sains komputer teori, kejuruteraan keselamatan dan operasi penerbangan sebenar.