Descripción de la oferta
Buscamos una persona apasionada por la inteligencia artificial y la computación cuántica para incorporarse al equipo de IA de ARC. Participarás en proyectos de investigación y desarrollo enfocados en el diseño de modelos de aprendizaje automático cuánticos e híbridos para resolver problemas complejos de análisis de series temporales y optimización.
Funciones principales
Diseñar, desarrollar y evaluar modelos de machine learning cuánticos y quantum-inspired para análisis de series temporales y problemas de optimización.
Mantenerse actualizado sobre los últimos avances en computación cuántica, quantum machine learning y técnicas de inteligencia artificial.
Diseñar nuevas metodologías cuánticas e híbridas aplicadas a problemas reales de predicción y optimización.
Preparar, procesar y generar conjuntos de datos reales y sintéticos para el entrenamiento y evaluación de modelos.
Implementar modelos clásicos, cuánticos e híbridos utilizando herramientas de desarrollo especializadas.
Configurar estrategias de entrenamiento y optimizar hiperparámetros para mejorar el rendimiento de los modelos.
Participar en actividades de investigación aplicada y transferencia tecnológica dentro del ecosistema de innovación de ARC.
Colaborar con equipos multidisciplinares en el desarrollo de soluciones disruptivas basadas en inteligencia artificial y computación cuántica.
Conocimientos, experiencia y perfil del candidato
Grado en Ingeniería, Física, Matemáticas o disciplinas afines.
Máster en Ingeniería, Física, Computación Cuántica, Inteligencia Artificial o áreas relacionadas.
3 años de experiencia en actividades de I+D relacionadas con machine learning, tecnologías cuánticas o sistemas físicos avanzados.
Experiencia en el desarrollo, implementación y evaluación de modelos computacionales y algoritmos.
Se valorará experiencia en Quantum Machine Learning, métodos quantum-inspired o enfoques híbridos clásico-cuánticos.
Experiencia en programación con Python y frameworks de machine learning como PyTorch.
Conocimientos de inteligencia artificial, deep learning y análisis de datos o series temporales.
Familiaridad con herramientas de computación cuántica (Qiskit, PennyLane o similares) y fundamentos de quantum machine learning.
En ARQUIMEA valoramos la diversidad y la inclusión. No discriminamos por motivos de raza, color, religión, género, orientación sexual, identidad de género, nacionalidad, edad, discapacidad u otros factores protegidos por la ley. Todos los candidatos serán considerados en igualdad de condiciones en base a sus habilidades y experiencia.
#J-18808-Ljbffr
