Gramian Consulting je svetovalno podjetje, ki daje prednost delu na daljavo ter se osredotoča na inženirske, podatkovne in AI talente. Organizacijam pomaga širiti tehnične zmogljivosti z dopolnjevanjem ekip s talenti, zaposlovanjem, namenskimi ekipami in upravljanjem pogodbenikov. Ponuja tudi storitve, kot so usposabljanje in fino prilagajanje velikih jezikovnih modelov, AI-agentov in pomočnikov, MLOps ter infrastruktura AI. Posameznikom pomaga pri razvoju kariere z mentorskimi in izobraževalnimi programi, ki zajemajo pripravljenost na kariero, pripravo na razgovore in orientacijo na mednarodnem trgu. Njeno delo združuje praktične izkušnje iz inženirstva in zaposlovanja, da lahko strankam pomaga graditi tehnične ekipe in uporabljati AI za poslovne potrebe.
Specialist za računalniške raziskave na področju fizikalnih znanosti
Oblikovanje terminalskih nalog za primerjalno preizkušanje umetne inteligence, zasnovanih na delovnih postopkih iz fizike in kemije, za Gramian Consulting. Izgradnja ponovljivih simulacij, okolij znanstvene programske opreme in avtomatiziranih sistemov za preverjanje.
Opis
- Oblikovati realistične večstopenjske terminalske naloge po vzoru delovnih postopkov v fizikalnih znanostih
- Izgraditi samostojna računska okolja z zaklenjenimi odvisnostmi in znanstveno programsko opremo
- Pripraviti nabore podatkov, molekularne strukture, nastavitve simulacij, eksperimentalne meritve in konfiguracije modelov
- Razviti strokovne referenčne izvedbe v Pythonu, Bashu, C/C++, Julii ali specializiranih znanstvenih orodjih
- Ustvariti avtomatizirana preverjanja numerične natančnosti, fizikalne veljavnosti, konvergence in izhodnega formata
- Razviti naloge, ki zajemajo simulacije, numerično modeliranje, prilagajanje podatkov, optimizacijo, spektroskopijo, molekularno analizo in znanstveno vizualizacijo
- Nastaviti ustrezne numerične tolerance, enote, robne pogoje in znanstveno pričakovano vedenje
- Potrditi, da so delovni postopki ponovljivi in se uspešno izvajajo brez prenosa odvisnosti med izvajanjem
- Odpravljati konflikte odvisnosti, težave z numerično natančnostjo, nestabilnost reševalnikov, ozka grla zmogljivosti in težave z datotečnimi formati
- Zabeležiti znanstvene predpostavke, pričakovane rezultate in računske omejitve za uporabo pregledovalcev
Zahteve
- Napredno tehnično usposabljanje z doktoratom, podoktorskim delom ali enakovrednimi izkušnjami na področju fizike, kemije, znanosti o materialih, astronomije, računalniških znanosti ali sorodne discipline
- Znanje Pythona, C/C++, Julie, Basha ali drugega jezika, ki se uporablja za znanstveno računalništvo
- Praktične izkušnje z delom v Linuxu in terminalsko usmerjenih okoljih
- Uporabno znanje numeričnih metod, znanstvenih simulacij, matematičnega modeliranja ali kvantitativne analize podatkov
- Sposobnost samostojne izdelave in preverjanja ponovljivih računskih delovnih postopkov za znanstveno uporabo
- Temeljito razumevanje merskih enot, numerične natančnosti, fizikalnih omejitev in načel ponovljivosti
- Izkušnje z ustvarjanjem, odpravljanjem težav ali preverjanjem znanstvenih modelov in računskih delovnih postopkov