Postdoktorský výzkumný pracovník v oblasti hlubokého učení a dynamických systémů, PDE, pro vědu (2 roky)

Jste nadšeni výzkumem na okrajích Hluboké učení a dynamické systémy, (stochastické) parciální diferenciální rovnice, pro vědy? Dokážeme objevit, modelovat a vysvětlit dynamiku uvnitř neuronových sítí? Můžeme použít neuronové sítě k lepšímu, efektivnějšímu a obecnějšímu řešení obyčejných a parciálních diferenciálních rovnic nebo jejich stochastických verzí?

Hledáme postdoktorského výzkumníka se strojovým učením, fyzikou, aplikovanou matematikou nebo počítačovým viděním, který by se připojil k týmu 20 výzkumníků pracujících právě na těchto tématech (smlouva na dva roky); tým, který je propojen s ELLIS Network of Excellence in AI; tým s konzistentním a silným zastoupením na předních konferencích a časopisech Machine Learning a Computer Vision.

Co budeš dělat

Mimo statická data, statické učení, statické algoritmy, příští inovace ve strojovém a hlubokém učení bude v směrem dynamiky neuronových sítí, dynamických systémů, a PDE se zaměřením na vědecká data Hledáme postdoktorského výzkumníka, který je stejně vášnivý investovat tímto směrem.

Porozumění prostoru a času ve strojovém učení, ať už se jedná o neuronové sítě, Markovovy modely, hluboké pravděpodobnostní modely a další, je jedním z největších problémů, zejména vzhledem k obrovské dostupnosti videa a dalších vysokorozměrných časových řad data. Zatímco spotřebitelská videa jsou neomezená, a proto není jasné, jak nebo co o nich modelovat, „videa“časoprostorového vědeckého záznamu nabízejí skvělou příležitost pro inovace. Jednak se týkají určité a komplexní časoprostorové dynamiky, kterou moderní algoritmy strojového učení nemohou snadno modelovat mimo omezené případy. A co víc, základní vědu o této dynamice lze použít k hodnocení a porovnávání algoritmů spíše než se spoléhat na zaujaté lidské anotace. Za třetí, vědecká data jsou téměř vždy časoprostorová, jsou rozsáhlá a narůstají nesmírnou rychlostí a jsou připravena na to, aby jim porozuměly algoritmy.

Vzhledem ke všem důkazům a potenciálnímu dopadu bude součástí této pozice také spolunavržení a vytvoření prostoročasového dynamického systému Decathlon, který by snad mohl fungovat jako katalyzátor budoucího výzkumu v tomto směru. Jedná se o pokračující iniciativu, která již byla zahájena a vedena PI E. Gavvesem. V tomto Decathlonu budeme společně s příslušnými předními odborníky organizovat vědecká data z různých oborů a navrhovat experimenty, které předvedou hodnotu učení simulovat fyzikální procesy napříč obory.

Učení se simulovat je a bude vzrušujícím a zcela novým směrem výzkumu strojového učení jak v akademickém prostředí, tak v průmyslu. Postdoktorský řešitel bude mít možnost pracovat s týmem 20 Ph. D. studenti pracují na těchto problémech. Financování je z osobních grantů s malými provázky a základní výzkum je možný a žádoucí.

Úkoly a odpovědnosti:

prokázat nezávislost při dosahování výzkumných cílů a ochotu spolupracovat a dohlížet na doktorandy pracující na hlubokém učení a dynamických systémech, diferenciální geometrii, vědách;
spoluvedoucí velkou iniciativu výzkumníků z různých oborů (fyzika, dynamika tekutin, astronomie, biologie, chemie) na vývoji prostoročasového dynamického systému Decathlon;
vymyslet, vyhodnotit a popsat nové algoritmy učení pro časoprostorové PDE a dynamické systémy;
přispějte k ukázce z reálného světa;
prezentovat výsledky výzkumu na mezinárodních konferencích, workshopech a časopisech;
stát se aktivním členem výzkumné komunity a spolupracovat s dalšími výzkumníky, jak v rámci Informatického institutu, tak mimo něj;
přispívat k výukovým činnostem, jako jsou přednášky, laboratorní kurzy nebo vedení bakalářských a magisterských studentů.

Požadavky:

Vaše zkušenosti a profil:

Doktorát buď v oboru souvisejícím s umělou inteligencí (strojové učení, počítačové vidění, hluboké učení) nebo v oboru přírodních věd ((aplikovaná) matematika, fyzika, dynamika tekutin, astronomie atd.);
schopnost vymýšlet a hodnotit nový algoritmus a prezentovat je ústně i písemně;
oddaný výzkumník, prokázaný publikacemi na špičkových strojových učeních, počítačovém vidění nebo jiných špičkových vědeckých konferencích a časopisech;
nadšení pro strojové učení a vědu a jak je propojit
schopnost implementovat a vyhodnocovat algoritmy strojového učení v Pythonu pomocí sad nástrojů pro hluboké učení (PyTorch, TensorFlow);
schopnost implementovat a vyhodnocovat simulace s řešiteli parciálních/stochastických diferenciálních rovnic pomocí nejmodernějších knihoven;
schopnost dobře pracovat v týmech a plynule komunikovat v psané i mluvené angličtině.

Platové výhody:

Nabízíme dočasnou pracovní smlouvu na 38 hodin týdně po dobu 24 měsíců. Preferované datum zahájení je co nejdříve.

Hrubá měsíční mzda, založená na 38 hodinách týdně a v závislosti na příslušných zkušenostech, se pohybuje mezi 2 960 až 4 670 EUR (stupnice 10). To nezahrnuje 8% příspěvek na dovolenou a 8,3% příspěvek na konci roku. Lze použít profil UFO Researcher 4. Na nenizozemské žadatele se může vztahovat výhodná daňová dohoda, „30% pravidlo“. Platí Kolektivní pracovní smlouva nizozemských univerzit.

Kromě platu a pulzujícího a náročného prostředí ve Vědeckém parku vám nabízíme několik dalších výhod:

232 hodin svátků ročně (na plný úvazek) a dovolené navíc mezi Vánocemi a 1. lednem.
V našem výukovém a výukovém centru můžete následovat několik kurzů.
Kompletní vzdělávací program pro doktorandy.
Více kurzů na témata, jako je vedení pro akademické pracovníky.
Více kurzů na témata, jako je time management, zvládání stresu a online vzdělávací platforma s více než 100 různými kurzy.
7 týdnů porodní dovolené (partnerská dovolená) se 100% platem.
Částečně placená rodičovská dovolená.
Možnost zřídit si pracoviště doma;
Důchod u ABP, za který UvA platí dvě třetiny příspěvku.
Možnost absolvovat kurzy a učit se holandsky;
Pomoc s bydlením pro garsonku nebo malý byt, když se stěhujete ze zahraničí.