机器学习工程师，量子控制（混合办公，德国）
构建并部署用于量子处理器校准、控制和运行的机器学习系统。 将强化学习、贝叶斯推断和 Python 服务应用于生产实验室中的真实硬件。
描述
- 创建并部署可增强量子处理器校准、控制和运行的机器学习系统
- 将生产实验室硬件中嘈杂、不断变化且安全关键的控制难题转化为机器学习解决方案
- 开发强化学习策略、贝叶斯推断技术和智能体框架，实现自主、高效且能够适应漂移的量子控制
- 为真实硬件创建参数优化、漂移监测和自适应测量方法
- 实现量子纠错期间及电路之间校准所需的实时参数调节
- 构建并维护自动化系统控制和校准的智能体框架
- 构建并维护 Python 机器学习服务和库，与 Quantum Machines 技术栈集成，包括 QUA、Qualibrate 和 OPX1000
- 与客户及实验室合作伙伴合作，在实验环境中部署、验证和改进机器学习解决方案
- 与产品、研发和硬件团队合作开发内部库、客户 SDK 和培训资源
任职要求
- 拥有机器学习、物理学、应用物理学、量子信息科学或相关学科的博士或硕士学位
- 至少四年相关专业经验
- 具备扎实的机器学习和深度学习专业能力，并有深度学习、强化学习或智能体 AI 的实践经验
- 具备高级 Python 技能，包括科学计算或系统导向代码库的开发经验
- 掌握良好的软件工程实践，包括架构设计、Git 工作流、测试和代码审查
- 证明能够在非平稳数据、评估成本高或动作空间安全关键的环境中，将机器学习系统从原型推进到部署
- 具备机器人、在线控制、自动驾驶或硬件在环机器学习方面可迁移的经验
- 具备出色的分析和问题解决能力，并以客户为导向
- 能够独立工作，也能在跨学科团队中高效协作
- 拥有扎实的软件开发记录和出色的技术沟通能力
- 了解量子计算概念，如量子比特校准、随机基准测试、量子纠错和最优控制者优先
- 具备仿真到现实方法、多目标强化学习或元学习经验者优先
福利待遇
- 在机器学习、量子物理和软件工程的交叉领域工作
- 接触多种量子比特技术和量子架构
- 利用机器学习模型与生产实验室硬件之间的直接反馈循环
- 为领先的量子系统实验室和企业交付机器学习解决方案