Destinus is een Europees lucht- en ruimtevaart- en defensiebedrijf dat autonome vluchtsystemen ontwikkelt voor civiele en defensietoepassingen. Het bedrijf werd opgericht in 2021 en ontwerpt en produceert vliegtechnologieën voor verschillende snelheidsbereiken, waaronder toekomstige hypersonische platforms. Het multidisciplinaire werk brengt vliegtuigromptechniek, turbojetvoortstuwing, vluchtsoftware, kunstmatige intelligentie en integraal systeemontwerp samen. Naarmate Destinus zijn team uitbreidt, biedt het mogelijkheden om bij te dragen aan de ontwikkeling van autonome, efficiënte en snelle vliegtuigsysteem.
Machinelearningonderzoeker voor certificering van luchtvaartveiligheid
Onderzoek bij Destinus en Daedalean wiskundige veiligheidsgaranties voor AI in autonome vluchten. Verbind statistische leertheorie met de certificeringskaders van EASA voor de luchtvaart.
Beschrijving
- Beoordeel en ontwikkel certificeringsstrategieën voor supervised machine learning.
- Stem wiskundige garanties, technische argumenten en modelevaluaties af op het W-vormige EASA-certificeringsproces voor AI.
- Onderzoek statistische leertheorie, generalisatiegrenzen en garanties voor diepe neurale netwerken onder veranderende omstandigheden in de praktijk.
- Gebruik statistiek en stochastische processen om onzekerheid over de omgeving en sensorgeluid te modelleren, en beoordeel hoe betrouwbaar prestatiemaatstaven zijn.
- Beoordeel onderzoeksliteratuur, wiskundige bewijzen en technische aannames met de grondigheid van peer review.
- Ontwikkel technische onderbouwingen en logische argumenten voor veiligheidsaudits en certificeringskaders.
- Schrijf reproduceerbare Python-code om hypothesen te testen, certificeringsmethoden te valideren en kaders voor modelveiligheid te vergelijken.
Vereisten
- Heb grondige kennis van statistische leertheorie, generalisatiegrenzen en de wiskundige grondslagen van diepe neurale netwerken.
- Heb een sterke basis in geavanceerde kansrekening, statistische modellering en stochastische processen.
- Beheers Python en kun heldere, reproduceerbare code schrijven; basisvaardigheden in programmeren kun je tijdens het werk ontwikkelen als je een sterke theoretische basis hebt.
- Kun grondig literatuuronderzoek uitvoeren, hiaten in actueel AI-onderzoek opsporen en academische concepten vertalen naar technische kaders; met een sterke kwantitatieve basis kun je dit leren.
- Heb ervaring met peer review of kun dit uitvoeren, waaronder het kritisch beoordelen van wiskundige bewijzen, algoritmische aannames en onderzoekspapers.
- Volg momenteel een master- of promotieopleiding, of hebt die onlangs afgerond, in informatica, wiskunde, theoretische statistiek, elektrotechniek, natuurkunde of een verwant kwantitatief onderzoeksgebied.
- Denk kritisch en benader aannames over machine learning en empirische nauwkeurigheid met gezonde scepsis.
- Ben bijzonder sterk in het opbouwen van solide logische argumenten en technische onderbouwingen.
- Ben gemotiveerd om wiskundige vraagstukken aan te pakken op het snijvlak van theoretische informatica, veiligheidstechniek en de dagelijkse vliegoperaties.