
Quantum Machines พัฒนาเทคโนโลยีสำหรับการประมวลผลควอนตัมที่ใช้งานได้จริง โดยมุ่งเน้นระบบควบคุมที่ช่วยให้นักวิจัยและวิศวกรสามารถใช้งานฮาร์ดแวร์ควอนตัมขั้นสูงได้ แพลตฟอร์ม Quantum Orchestration Platform ของบริษัทผสานรวมเครื่องมือที่จำเป็นสำหรับการเขียนโปรแกรม จัดการ และเพิ่มประสิทธิภาพการทดลองควอนตัม รองรับการทำงานตั้งแต่การพัฒนาระบบไปจนถึงการนำไปใช้งาน ทีมงานนักวิทยาศาสตร์และวิศวกรควอนตัมของบริษัทพัฒนาโครงสร้างพื้นฐานที่มุ่งนำเทคโนโลยีควอนตัมจากสภาพแวดล้อมการวิจัยไปสู่การใช้งานจริง
วิศวกรแมชชีนเลิร์นนิง ด้านการควบคุมควอนตัม (Hybrid, เยอรมนี)
สร้างและนำระบบแมชชีนเลิร์นนิงไปใช้เพื่อการสอบเทียบ การควบคุม และการทำงานของโปรเซสเซอร์ควอนตัม ประยุกต์ใช้การเรียนรู้แบบเสริมกำลัง การอนุมานแบบเบย์ และบริการ Python กับฮาร์ดแวร์จริงในห้องปฏิบัติการที่ใช้งานจริง
รายละเอียด
- สร้างและนำระบบแมชชีนเลิร์นนิงไปใช้เพื่อยกระดับการสอบเทียบ การควบคุม และการทำงานของโปรเซสเซอร์ควอนตัม
- เปลี่ยนโจทย์การควบคุมที่มีสัญญาณรบกวน เปลี่ยนแปลงอยู่เสมอ และมีข้อกำหนดด้านความปลอดภัยสูง ให้เป็นโซลูชันแมชชีนเลิร์นนิงสำหรับฮาร์ดแวร์ในห้องปฏิบัติการที่ใช้งานจริง
- พัฒนานโยบายการเรียนรู้แบบเสริมกำลัง เทคนิคการอนุมานแบบเบย์ และเฟรมเวิร์กแบบเอเจนต์ เพื่อการควบคุมควอนตัมที่ทำงานอัตโนมัติ มีประสิทธิภาพ และทนต่อการเลื่อนของระบบ
- สร้างวิธีการเพิ่มประสิทธิภาพพารามิเตอร์ การติดตามการเลื่อนของระบบ และการวัดแบบปรับตัวบนฮาร์ดแวร์จริง
- นำการปรับพารามิเตอร์แบบเรียลไทม์มาใช้สำหรับการสอบเทียบระหว่าง QEC และระหว่างวงจร
- สร้างและดูแลเฟรมเวิร์กแบบเอเจนต์ที่ทำให้การควบคุมและการสอบเทียบระบบเป็นอัตโนมัติ
- สร้างและดูแลบริการและไลบรารีแมชชีนเลิร์นนิงด้วย Python ที่ผสานรวมกับสแตกของ Quantum Machines รวมถึง QUA, Qualibrate และ OPX1000
- ทำงานร่วมกับลูกค้าและพันธมิตรห้องปฏิบัติการเพื่อปรับใช้ ตรวจสอบความถูกต้อง และพัฒนาโซลูชันแมชชีนเลิร์นนิงในสภาพแวดล้อมการทดลอง
- ทำงานร่วมกับทีมผลิตภัณฑ์ R&D และฮาร์ดแวร์เกี่ยวกับไลบรารีภายใน SDK สำหรับลูกค้า และทรัพยากรการฝึกอบรม
คุณสมบัติ
- วุฒิปริญญาเอกหรือปริญญาโทด้านแมชชีนเลิร์นนิง ฟิสิกส์ ฟิสิกส์ประยุกต์ วิทยาการสารสนเทศควอนตัม หรือสาขาที่เกี่ยวข้อง
- มีประสบการณ์การทำงานที่เกี่ยวข้องอย่างน้อยสี่ปี
- มีความเชี่ยวชาญด้านแมชชีนเลิร์นนิงและดีปเลิร์นนิง พร้อมประสบการณ์เชิงปฏิบัติด้านดีปเลิร์นนิง การเรียนรู้แบบเสริมกำลัง หรือ AI แบบเอเจนต์
- มีทักษะ Python ระดับสูง รวมถึงประสบการณ์ทำงานกับโค้ดเบสด้านวิทยาศาสตร์หรือระบบ
- มีแนวปฏิบัติด้านวิศวกรรมซอฟต์แวร์ที่ดี ครอบคลุมสถาปัตยกรรม เวิร์กโฟลว์ Git การทดสอบ และการรีวิวโค้ด
- มีความสามารถที่พิสูจน์แล้วในการนำระบบแมชชีนเลิร์นนิงจากต้นแบบไปสู่การใช้งานจริง ท่ามกลางข้อมูลที่ไม่อยู่กับที่ การประเมินที่มีต้นทุนสูง หรือพื้นที่การกระทำที่มีข้อกำหนดด้านความปลอดภัยสูง
- มีประสบการณ์ที่ประยุกต์ใช้ต่อได้ในด้านหุ่นยนต์ การควบคุมออนไลน์ ยานยนต์อัตโนมัติ หรือแมชชีนเลิร์นนิงแบบฮาร์ดแวร์ในวงจร
- มีทักษะการวิเคราะห์และการแก้ปัญหาที่ดี พร้อมแนวทางการทำงานที่มุ่งเน้นลูกค้า
- สามารถทำงานได้อย่างมีประสิทธิภาพทั้งโดยอิสระและในทีมสหวิทยาการ
- มีผลงานด้านการพัฒนาซอฟต์แวร์ที่ชัดเจนและมีทักษะการสื่อสารทางเทคนิคยอดเยี่ยม
- มีความรู้เกี่ยวกับแนวคิดการประมวลผลควอนตัม เช่น การสอบเทียบคิวบิต การทำ randomized benchmarking, QEC และการควบคุมที่เหมาะสม ถือเป็นข้อได้เปรียบ
- มีประสบการณ์ด้านวิธีการ sim-to-real การเรียนรู้แบบเสริมกำลังหลายเป้าหมาย หรือเมตาเลิร์นนิง ถือเป็นข้อได้เปรียบ
สวัสดิการ
- ทำงานบนจุดตัดระหว่างแมชชีนเลิร์นนิง ฟิสิกส์ควอนตัม และวิศวกรรมซอฟต์แวร์
- ได้สัมผัสเทคโนโลยีคิวบิตและสถาปัตยกรรมควอนตัมที่หลากหลาย
- ใช้วงจรป้อนกลับโดยตรงระหว่างโมเดลแมชชีนเลิร์นนิงกับฮาร์ดแวร์ในห้องปฏิบัติการที่ใช้งานจริง
- ส่งมอบโซลูชันแมชชีนเลิร์นนิงให้แก่ห้องปฏิบัติการและบริษัทชั้นนำด้านระบบควอนตัม