Quantum Machines utvikler teknologier for praktisk kvantedatabehandling, med fokus på kontrollsystemer som hjelper forskere og ingeniører med å betjene avansert kvanteutstyr. Quantum Orchestration-plattformen samler verktøyene som trengs for å programmere, administrere og optimalisere kvanteeksperimenter, og støtter arbeidet fra systemutvikling til implementering. Selskapets team av kvanteforskere og ingeniører arbeider med infrastruktur som skal bringe kvanteteknologier fra forskningsmiljøer nærmere anvendelser i den virkelige verden.
Maskinlæringsingeniør, kvantekontroll (hybrid, Tyskland)
Bygg og sett i drift maskinlæringssystemer for kalibrering, kontroll og drift av kvanteprosessorer. Bruk forsterkende læring, bayesiansk inferens og Python-tjenester på ekte maskinvare i produksjonslaboratorier.
Beskrivelse
- Skap og sett i drift maskinlæringssystemer som forbedrer kalibrering, kontroll og drift av kvanteprosessorer
- Gjør støyende, skiftende og sikkerhetskritiske kontrollutfordringer om til maskinlæringsløsninger for laboratoriemaskinvare i produksjon
- Utvikle policyer for forsterkende læring, teknikker for bayesiansk inferens og agentbaserte rammeverk for autonom, effektiv og drifttolerant kvantekontroll
- Skap metoder for parameteroptimalisering, driftsovervåking og adaptiv måling på ekte maskinvare
- Implementer styring av parametere i sanntid for kalibrering under QEC og mellom kretser
- Bygg og vedlikehold agentbaserte rammeverk som automatiserer systemkontroll og kalibrering
- Bygg og vedlikehold Python-baserte maskinlæringstjenester og biblioteker som integreres med Quantum Machines-stakken, inkludert QUA, Qualibrate og OPX1000
- Samarbeid med kunder og laboratoriepartnere om å sette i drift, validere og videreutvikle maskinlæringsløsninger i eksperimentelle miljøer
- Samarbeid med produkt-, FoU- og maskinvareteam om interne biblioteker, kunde-SDK-er og opplæringsressurser
Krav
- Doktorgrad eller mastergrad i maskinlæring, fysikk, anvendt fysikk, kvanteinformasjon eller et beslektet fagområde
- Minst fire års relevant yrkeserfaring
- Sterk kompetanse innen maskinlæring og dyp læring, med praktisk erfaring innen dyp læring, forsterkende læring eller agentbasert KI
- Avanserte Python-ferdigheter, inkludert arbeid med vitenskapelige eller systemorienterte kodebaser
- Gode programvareutviklingsmetoder innen arkitektur, Git-arbeidsflyter, testing og kodegjennomgang
- Dokumentert evne til å ta maskinlæringssystemer fra prototype til produksjonssetting med ikke-stasjonære data, kostbare evalueringer eller sikkerhetskritiske handlingsrom
- Overførbar erfaring med robotikk, online-kontroll, autonome kjøretøy eller maskinlæring med maskinvare-i-løkken
- Sterke analytiske evner og problemløsningsevner med en kundeorientert tilnærming
- Evne til å arbeide effektivt både selvstendig og i tverrfaglige team
- Dokumentert erfaring med programvareutvikling og fremragende teknisk kommunikasjon
- Kunnskap om kvantedatabehandlingsbegreper som qubitkalibrering, randomisert benchmarking, QEC og optimal kontroll er en fordel
- Erfaring med sim-til-virkelighet-metoder, forsterkende læring med flere mål eller meta-læring er en fordel
Fordeler
- Arbeid i skjæringspunktet mellom maskinlæring, kvantefysikk og programvareutvikling
- Få innsikt i ulike qubitteknologier og kvantearkitekturer
- Bruk en direkte tilbakemeldingssløyfe mellom maskinlæringsmodeller og laboratoriemaskinvare i produksjon
- Lever maskinlæringsløsninger til ledende laboratorier og selskaper innen kvantesystemer