本帖最后由 Xee 于 2024-8-16 10:19 编辑
申请截止日期：2024.8.28 专业领域：粒子物理、机器学习
德国国家电子同步加速中心在汉堡和措伊滕的两个地点拥有 2700 多名员工，是世界领先的研究中心之一。 他的研究重点是解码物质的结构和功能，从宇宙中最小的粒子到生命的基石。 通过这种方式，DESY 有助于解决科学、社会和工业面临的重大问题和紧迫挑战。 凭借其超现代的研究基础设施、跨学科研究平台和国际网络，DESY 在科学、技术和管理领域以及高素质年轻科学家的教育领域提供了极具吸引力的工作环境。
1、职位介绍
⭐️瑞士国家核子研究组织（CERN）大型强子对撞机（LHC）的ATLAS实验组积极参与ATLAS实验的运行和扩展，并分析实验数据。DESY-ATLAS是国际合作中最大的工作组之一，主要研究物质的起源。DESY ATLAS小组参与数据分析，重点是与粒子物理标准模型有关的测量，以及寻找标准模型之外的新现象（如暗物质）。最新的计算机技术被用于处理来自大型强子对撞机实验的大量数据。在这种情况下，我们正在寻求一名在统计数据分析和机器学习方面有经验的研究人员。
⭐️这项工作是 "基于神经的无扩散似然估计"项目的一部分，该项目由德国亥姆霍兹科学院和德国工业技术大学合作资助。
2、任务
⭐️开发基于模拟的推理（SBI）和扩散方法。
⭐️在大型强子对撞机的 ATLAS 实验中进行数据分析。
⭐️在分布式计算系统上部署 SBI 工具包。
⭐️从可解释性角度扩展 SBI 方法。
⭐️应用 SBI 方法分析大型强子对撞机数据。3、资格
⭐️物理学或信息学博士。
⭐️精通粒子物理学。
⭐️具有数据统计分析和机器学习经验。
⭐️熟练掌握 PyTorch 或 Tenserflow 等开源机器学习库。
⭐️具有分布式计算系统、高性能计算和容器化方面的经验。
⭐️精通 Python 和 C++ 面向对象编程。
⭐️良好的英语知识。
| 
发表于 2024-8-10 11:14:31