مهندس برمجيات - محاكاة ديناميكية وذكاء اصطناعي (قسم الفضاء)

حول الدور
يتم البحث عن مهندس برمجيات لقيادة تصميم وتطوير محرك محاكاة ديناميكي من الجيل التالي يجمع بين الحوسبة العددية عالية الأداء، ونمذجة نظرية التحكم، وتحليلات تنبؤية مدفوعة بالذكاء الاصطناعي.
سيتم تصميم وتنفيذ النواة الحسابية - تصميم أنظمة قابلة للتوسع تركز على الدقة تعمل على وحدات المعالجة المركزية ووحدات معالجة الرسوميات - ودمج وحدات الذكاء الاصطناعي / التعلم الآلي للتعلم والتقدير والتنبؤ.
هذه وظيفة عملية وعميقة من الناحية التقنية مع ملكية معمارية وقيادة عبر الفرق.
المسؤوليات الرئيسية
العمارة الأساسية ومحرك المحاكاة
تصميم وتنفيذ إطار محاكاة نظام ديناميكي للعمليات الفيزيائية والهندسية المعقدة والمتغيرة زمنياً.
تطوير وتحسين الخوارزميات العددية لوحدات المعالجة المركزية متعددة النواة ووحدات معالجة الرسوميات باستخدام C / C++، بايثون، وCUDA / OpenCL.
دمج نماذج نظرية التحكم، بما في ذلك أنظمة التغذية الراجعة، وتحليل الاستقرار، وتحليل الاضطراب.
تحديد هياكل بيانات المحاكاة، وهياكل الحلول، والواجهات المعيارية للتوسع.
دمج نماذج الذكاء الاصطناعي / النمذجة التنبؤية
التعاون مع فرق الذكاء الاصطناعي / التعلم الآلي لدمج النماذج التنبؤية ووحدات التحكم المدفوعة بالبيانات في حلقة المحاكاة.
تصميم تبادل البيانات الفعال وتدفقات العمل الحسابية بين الحلول العددية ومحركات استنتاج الذكاء الاصطناعي.
تحسين أداء المحاكاة الهجينة للذكاء الاصطناعي + الفيزياء.
الأداء والتحسين
تحديد وضبط المكونات الحرجة للأداء من أجل كفاءة الحساب وإدارة الذاكرة وقابلية التوسع.
تطوير أدوات القياس وأطر الانحدار للتحقق من صحة الخوارزميات.
القيادة والتعاون
قيادة فريق صغير من مهندسي المحاكاة والخوارزميات.
العمل عن كثب مع قائد التقنية التطبيقية وفرق واجهة المستخدم / الخلفية للتكامل السلس.
تأسيس معايير معمارية، وعمليات مراجعة، وممارسات توثيق.
نقدم فرص نمو مهني رائعة، خيارات أسهم للموظفين، مكافأة نهاية الخدمة، صندوق التقاعد، وتأمين صحي.
درجة البكالوريوس أو الماجستير في علوم الحاسوب، أو الهندسة الكهربائية / الميكانيكية، أو أنظمة التحكم، أو الرياضيات التطبيقية، أو مجال ذي صلة.
أكثر من 10 سنوات من الخبرة في تطوير البرمجيات الحسابية عالية الأداء.
فهم عميق لـ: نظرية التحكم، الأنظمة الديناميكية، وآليات التغذية الراجعة.
طرق عددية، حلول ODE / PDE، وتحليل الاستقرار.
الحوسبة المتوازية ووحدات معالجة الرسوميات (CUDA، OpenCL، OpenMP).
C / C++، بايثون، ومكتبات الحوسبة العلمية.
خبرة مثبتة في دمج أطر الذكاء الاصطناعي / التعلم الآلي (PyTorch، TensorFlow) مع الأنظمة العددية.
المهارات المفضلة
خبرة في بناء محركات المحاكاة من الصفر، وليس فقط استخدام المنصات الموجودة.
الإلمام بأنظمة الحوسبة الموزعة، وأدوات التقييم، وأدوات التحسين.
التعرض لممارسات DevOps لقاعدة التعليمات البرمجية العلمية (CMake، CI / CD، Docker).
المهارات الشخصية
مهارات تحليلية وحل المشكلات قوية تستند إلى التفكير الرياضي.
قدرات ممتازة في التواصل والتوثيق الفني.
قدرة مثبتة على القيادة والتوجيه.