Kutatómérnök, anyagtudomány

Stack

Feladatok

• ▹Gépi tanulási technikák gyors prototípuskészítése tudományos problémákra alkalmazva
• ▹Feltáró elemzések végzése kísérletek és kutatási irányok megalapozásához
• ▹Modellarchitektúrák és betanítási eljárások fejlesztése
• ▹Eszközök, könyvtárak és keretrendszerek implementálása a kutatás gyorsítására
• ▹Szoftverfejlesztések, kísérleti eredmények és adatelemzések világos bemutatása
• ▹Együttműködés belső és külső tudományos szakértőkkel

Elvárások

• ▹Diploma számítástechnika, villamosmérnöki, természettudomány, matematika vagy ezzel egyenértékű tapasztalat
• ▹Szoftvermérnöki elvek alkalmazásának tapasztalata tudományos kutatási környezetben
• ▹Lineáris algebra, analízis és statisztika ismerete legalább elsőéves egyetemi szinten
• ▹Tapasztalat nagy és zajos adathalmazok feltárásában, elemzésében és vizualizálásában
• ▹Jax, PyTorch, TensorFlow, NumPy, Pandas vagy hasonló ML/tudományos könyvtárak használata

Előny

• ▹Domain-specifikus szaktudás szervetlen kémia, szilárdtestfizika vagy anyagszintézis területén
• ▹Modern mélytanulási architektúrák (transformer, diffúziós modellek) alkalmazása kémiai vagy anyagtudományi problémákra
• ▹Nagyméretű tudományos szimulációk futtatása (molekuladinamika, számítási kémia) felhőben vagy HPC-klasztereken
• ▹Egyedi LLM-ügynökök vagy eszközhasználó rendszerek fejlesztése
• ▹Konkurens és elosztott szoftveralgoritmusok és architektúrák tapasztalata
• ▹Mesterdiploma vagy PhD számítástechnika, villamosmérnöki, természettudomány vagy matematika területén

Soft skillek

Amit kínálunk

• ▹Bónusz és részvényjuttatás
• ▹USA-beli fizetési sáv: 141 000-202 000 USD (bónusz + részvény + juttatások)

A munkáltatóról

A Google DeepMind úttörő anyagtudományi kutatóprogramot vezet, amely mesterséges intelligenciát, számítási szimulációt és automatizált kísérletezést kombinál új funkcionális anyagok felfedezésének gyorsítására (pl. DM21, GNoME projektek).