Ricercatore - Quantum Machine Learning & Quantum Information

Il Ruolo Il Ricercatore in Quantum Machine Learning o Quantum Information sarà membro del team di AI Applied Research di Terra Quantum. Questo team è all'avanguardia nella conduzione di ricerche sia fondamentali che applicate nel campo del quantum machine learning. Sebbene il Ricercatore si concentrerà sull'innovazione nel quantum machine learning, il ruolo comporta la traduzione dei risultati della ricerca in soluzioni software algoritmiche pratiche. Ci si aspetta che il Ricercatore monitori e analizzi attentamente le tendenze e le necessità scientifiche e industriali su orizzonti a breve, medio e lungo termine, specificamente nei settori della tecnologia quantistica e del machine learning, per guidare lo sviluppo e l'implementazione di algoritmi ibridi quantistici-classici. Il Ricercatore in Quantum Machine Learning svolge un ruolo nel promuovere l'eccellenza all'interno del proprio team. Non è solo orientato ai dettagli, ma possiede anche una notevole capacità di entusiasmo. Dimostrando impegno e passione per la missione, ispira i membri del proprio team a contribuire a rendere le tecnologie quantistiche ampiamente accessibili e a produrre un cambiamento positivo a livello globale. Le Responsabilità L'Applied Researcher dovrebbe prevedere di lavorare in un'area e di supportare in un'altra delle seguenti attività del Quantum Machine Learning Team. Ricerca fondamentale nel quantum machine learning Sviluppo di algoritmi di quantum machine learning per diversi compiti di elaborazione dati, ad es. serie temporali, routing e pianificazione, immagini, dati a grafo o elaborazione del linguaggio naturale Esplorazione di approcci all'avanguardia nel quantum machine learning Analisi di circuiti quantistici parametrizzati nella loro capacità di apprendere tramite un ciclo di ottimizzazione ibrido quantistico-classico Utilizzo di metriche come, ad es., la matrice di informazione di Fisher, la dimensione effettiva e l'accessibilità dei termini di Fourier per l'analisi di ansatz di circuiti quantistici parametrizzati Miglioramento dell'addestrabilità dei circuiti quantistici parametrizzati attraverso la regolarizzazione layerwise batch-entropy e tecniche simili Interpretazione e spiegazione di modelli di quantum machine learning. Analisi del flusso di informazioni attraverso diverse architetture di reti neurali quantistiche Ricerca e comprensione di dove il quantistico porti il vantaggio al machine learning Sviluppo di tecniche di codifica e di elaborazione dei dati per diversi tipi di computer quantistici Scrittura di articoli di ricerca per riviste scientifiche Implementazione efficiente di algoritmi di quantum machine learning Esecuzione di algoritmi di quantum machine learning su QPU, ad es. di QuEra, IonQ, Rigetti e IBM Q Aggiustamento e miglioramento dell'implementazione di reti neurali quantistiche ibride per diverse QPU Esplorazione e test dei modi migliori per ibridare le soluzioni di machine learning classico con il quantum machine learning Comprensione del modo per implementare un'interazione efficiente tra hardware (CPU, GPU) e software (PyTorch, Pennylane) Assistenza nello sviluppo del nostro SDK di quantum machine learning Ottimizzazione, almeno teoricamente, del codice di soluzioni di machine learning ibride quantistico-classiche per un'esecuzione più veloce Supporto all'implementazione di progetti industriali Apporto di idee innovative basate sulle esigenze industriali nei compiti di serie temporali, routing e pianificazione, GenAI e elaborazione del linguaggio naturale Brainstorming sulle possibilità di applicazione degli algoritmi di quantum machine learning ai problemi industriali dei nostri clienti Lavorare per trovare un vantaggio teorico o empirico nell'uso del machine learning ibrido quantistico-classico nei problemi industriali Assistenza nella scrittura di articoli di ricerca industriale applicata per riviste scientifiche I Requisiti Si prevede che l'Applied Researcher abbia diverse qualifiche a seconda dell'area di attività nel quantum machine learning o quantum information. Attualmente in corso di conseguimento o recentemente completato un titolo di studio in informatica, fisica, matematica o materia equivalente Esperienza in uno o più linguaggi di programmazione quantistica (Qiskit, Pennylane, Cirq, ecc.) Esperienza di lavoro con algoritmi quantistici variazionali per il machine learning Esperienza di lavoro con algoritmi di machine learning classico Conoscenza di base in Python, Pytorch e TensorFlow L'esperienza di lavoro con le QPU è opzionale La familiarità con la teoria dell'informazione quantistica è opzionale La familiarità con le tecniche Tensor-Network è opzionale Orientato agli obiettivi, analitico e capace di lavorare indipendentemente Flessibile, proattivo e creativo con la capacità di lavorare in team Altamente motivato e resiliente con la capacità di lavorare in modo interdisciplinare Competenza in inglese scritto e parlato I candidati devono avere il diritto legale di vivere e lavorare nell'Unione Europea o in Svizzera. Purtroppo, non siamo in grado di offrire sponsorizzazione per il visto per questo ruolo. I Premi Siamo un team internazionale di esperti di tecnologia quantistica e creativi aziendali dedicati che lavorano per portare soluzioni basate sul quantum sul mercato globale. I nostri brillanti membri del team godono di un alto grado di libertà lavorando da remoto o unendosi a uno dei nostri spazi d'ufficio. Abbiamo una cultura vibrante, entusiasta, appassionata e creativa guidata dalla fiducia, dall'eccellenza e dal miglioramento continuo. Se ti unisci al team di Terra Quantum, puoi aspettarti: Un'opportunità di lavorare con alcune delle menti più brillanti nel campo pionieristico delle Tecnologie Quantistiche così come con un team di Leadership esperto e progressista Acquisire conoscenza di alcuni dei più avanzati sviluppi tecnologici nella scienza e nell'ingegneria Una possibilità di far parte di una de