Вакансия: Специалист по машинному обучению

Для подачи заявки необходимо выполнить тестовое задание (заявки без тестового задания не рассматриваются).

Требования к роли

Знание Python и библиотек (Pandas, NumPy, Scikit-learn, TensorFlow/PyTorch); Понимание принципов работы нейронных сетей и методов оптимизации; математическая подготовка (статистика, линейная алгебра).

Задачи

– выбор и адаптация архитектур моделей машинного обучения (нейронные сети, суррогатные модели, оптимизационные алгоритмы); – разработка алгоритмов многокритериальной оптимизации (например, генетические алгоритмы, байесовская оптимизация); – обучение моделей на данных, полученных от инженера-исследователя; – анализ точности и скорости работы разработанных моделей.

Информация о проекте

Идет набор
Научно-исследовательская лаборатория "Фундаментальных исследований по электромагнитной совместимости" (НИЛ "ФИЭМС") кафедры ТУ

Исследование и разработка алгоритмов на базе искусственного интеллекта для многокритериального синтеза пассивных СВЧ-устройств

Проект направлен на решение актуальной задачи повышения эффективности и автоматизации проектирования пассивных СВЧ-устройств. Традиционные методы синтеза таких компонентов, как фильтры, делители мощности и трансформаторы, часто требуют значительных временных затрат и не всегда позволяют достичь оптимального сочетания характеристик. В рамках данного исследования предлагается разработка новых алгоритмов на основе технологий искусственного интеллекта. Ключевая цель – создание программных модулей, способных в автоматизированном режиме осуществлять многокритериальный синтез СВЧ-устройств. Это позволит одновременно оптимизировать целый ряд параметров: габариты, потери, стоимость и электрофизические характеристики. Результатом проекта станут алгоритмы и библиотека элементов для САПР, которые позволят сократить цикл разработки, снизить влияние человеческого фактора и улучшить качество проектируемых СВЧ-устройств, что имеет высокое значение для современной радиоэлектронной промышленности.

Партнер проекта