Мы предлагаем несколько вакансий в исследовательской группе лаборатории "Компьютерное моделирование природных систем” Национального Центра Когнитивных Разработок (на базе Университета ИТМО).
Стажер в open-source проект по автоматического машинному обучению (AutoML)), посвященный разработке open-source фреймворка автоматического машинного обучения FEDOT (https://github.com/nccr-itmo/FEDOT).
Эта вакансия рассчитана на целеустремленного молодого специалиста, который хочет попробовать свои силы в разработке open-source программного обеспечения в области машинного обучения и искусственного интеллекта.
В рамках разрабатываемого фреймворка FEDOT мы преследуем не только цели автоматизации утилитарных процессов работы с существующими алгоритмами машинного обучения, но и создаем новые интеллектуальные алгоритмы, позволяющие автоматически создавать сложные пайплайны МО. Фреймворк не ограничивается отдельными AutoML-задачами, такими как предобработка исходных данных, подбор признаков или оптимизация гиперпараметров моделей, а позволяет решать более общую задачу структурного обучения всего пайплайна.
Стажер в open-source проект по выращиванию уравнений (EPDE), также реализуемого в рамках open-source фреймворка.
Эта вакансия рассчитана на молодого специалиста который с одной стороны хочет попробовать себя в прикладной науке, а с другой стороны умеет хоть сколько-нибудь программировать. При этом способности к программированию и математике предлагается взаимно заменяемыми - одинаково подходят хороший математик и плохой программист и наоборот.
Мы поддерживаем открытый фреймворк по идентификации структуры данных в виде дифференциальных уравнений EPDE. При этом, мы не ограничиваем себя диффурами и хотим выращивать любые алгебраизуемые выражения. В целом предлагается поработать над алгоритмами коэволюции функций и диффуров над взаимодействием с фреймворком FEDOT (см. выше), можно попробовать себя в решении уравнений и доработке EPDE непосредственно.
Дополнительный аспект этих вакансий - потенциальная возможность дальнейшего продолжения исследования в рамках магистратуры или получения степени PhD в Университете ИТМО. В этом случае тема диссертации будет прямо связана с направлением работы в группе (в частности, с автоматическим машинным обучением), а содержательная часть основана на публикациях, отчетах и прочих материалах, созданных в процессе работы над текущими научно-проектными задачами.
В целом НЦКР занимается разработкой наукоемкого ПО в различных областях науки и промышленности: от медицины до наноматериалов. Подробнее с деятельностью института можно ознакомиться, например, на сайте https://actcognitive.org
С публикационной активностью группы можно ознакомиться на странице ResearchGate лидера команды: https://itmo-nss-team.github.io/. Исходный код других наших разработок доступен в репозиториях на наших github-страницах: https://github.com/ITMO-NSS-team
ЖДЕМ ВАШИ РЕЗЮМЕ на почту kluykova.a25@gmail.com
Обязанности
-
Участие в исследованиях в области автоматического моделирования;
-
В перспективе - участие в выполнении научно-исследовательских проектов от промышленных заказчиков, государственных предприятий и научных фондов.
Требования
-
Знание языка Python, основных фреймворков и инструментов;
-
Желателен опыт использования научных и machine learning пакетов Python - scikit-learn, scipy, tensorflow, keras и др.;
-
Умение работать в команде, увлеченность, желание работать над решением нетривиальных задач;
-
Английский язык (разговорный и письменный) на уровне, достаточном для свободного чтения технической и научной литературы, поощряется наличие научных публикаций;
-
Будем рады примерам примеры реализованных проектов, которые Вы готовы показать.
Трек AutoML:
-
Владение принципами SOLID, ООП и паттернами проектирования. Навыки работы с git и github, отладки, тестирования и т.д.;
-
Знание основных алгоритмов и структур данных, оценка сложности алгоритмов;
Трек Equation Discovery:
-
Базовая математическая подготовка (анализ, решение ОДУ);
-
Желание разбираться в сложных математических задачах: методах оптимизации, численных методах, уравнениях мат. физики;
-
Желательно знание базовых численных методов для решения уравнений (алгебраических и дифференциальных);
-
Дополнительным плюсом будет владение принципами SOLID, ООП и паттернами проектирования. Навыки работы с git и GitHub, отладки, тестирования и т.д.
-
Способность и готовность освоить новые технологии в короткий срок;
-
Дополнительным плюсом будет математическая подготовка, приветствуется опыт в области математического моделирования, машинного обучения, data science.
Условия
- Молодой, дружный коллектив;
- Гибкий график работы на период стажировки;
- Решение нестандартных задач, работа в интердисциплинарной команде, креативный подход в решении задач;
- Участие в исследовательской деятельности, проводимой группой (как в рамках проектов, так и в инициативных исследований);
- Публикация журнальных статей, выступления на конференциях и семинарах (Мы активно публикуемся в высокорейтинговых журналах, включая Q1, и выступаем на конференциях категории A);
- Участие в образовательной деятельности Университета (мы читаем лекции и курсы в магистратуре, проводим онлайн-лекции и вебинары, руководим научной работой магистров, проводим олимпиады).
- Корпоративные курсы английского языка для сотрудников;
- Работа в историческом центре Санкт-Петербурга;
- Ежегодный оплачиваемый отпуск;
- Социальный пакет: официальное трудоустройство, отдых в корпоративном загородном оздоровительном центре, мероприятия для сотрудников и их детей.