Calibration Algorithms Engineer / Data Analysis Engineer in Wrocław

Poszukujemy inżyniera algorytmów kalibracyjnych / inżyniera analizy danych do opracowywania, walidacji i optymalizacji algorytmów numerycznych i statystycznych dla zaawansowanych systemów obrazowania, kalibracji i pomiarów optycznych. W tej roli przekształcisz złożone wyzwania związane z pomiarami i kalibracją w solidne rozwiązania matematyczne i obliczeniowe. Będziesz rozwijać pipeline'y analizy danych, algorytmy statystyczne, modele symulacyjne oraz zautomatyzowane narzędzia walidacyjne, pracując z danymi empirycznymi generowanymi w systemach pomiarów optycznych. Twoja praca bezpośrednio wspiera dokładność kalibracji, jakość pomiarów, walidację algorytmów oraz efektywną analizę na dużą skalę.

Będziesz ściśle współpracować z fizykami, inżynierami optycznymi, inżynierami sprzętowymi i inżynierami oprogramowania w współpracy międzydyscyplinarnej. Jeśli jesteś analityczny, praktyczny, samodzielny i lubisz rozwiązywać złożone problemy przy użyciu matematyki, danych i oprogramowania, ta rola jest dla Ciebie.

Kluczowe obowiązki:

• Formułowanie problemów obrazowania, kalibracji i pomiarów jako modeli matematycznych opartych na charakterystykach fizycznych czujników i źródeł światła.
• Proponowanie i wdrażanie schematów pomiarowych oraz efektywnych rozwiązań algorytmicznych zoptymalizowanych pod kątem konkretnych przypadków użycia i wymagań.
• Opracowywanie i ocena modeli statystycznych, algorytmów numerycznych oraz wskaźników jakości dla metrologii optycznej i danych pomiarowych.
• Projektowanie, wdrażanie i utrzymywanie solidnego, skalowalnego i efektywnego oprogramowania do analizy danych i wizualizacji w Pythonie.
• Rozwój modeli symulacyjnych i wkład w symulacje zaawansowanych systemów obrazowania i metrologii.
• Budowanie skalowalnych narzędzi analitycznych i zautomatyzowanych przepływów pracy dla środowisk obliczeń wysokowydajnych (HPC).
• Opracowywanie zautomatyzowanych narzędzi weryfikacji i walidacji dla algorytmów kalibracyjnych i instrumentów pomiarowych w laboratoriach.
• Analiza, charakteryzowanie i podsumowywanie danych empirycznych generowanych w systemach pomiarów optycznych.
• Benchmarking i optymalizacja algorytmów numerycznych pod kątem dokładności, stabilności, wydajności i skalowalności.
• Walidacja algorytmów w porównaniu do modeli symulacyjnych i danych pomiarowych z eksperymentów.
• Wsparcie zautomatyzowanych przepływów pracy w celu wykrywania dryfu kalibracji, regresji i niespójności pomiarowych.
• Jasna komunikacja rozumowania matematycznego, podejść algorytmicznych, założeń, zalet i ograniczeń do interesariuszy technicznych w różnych dziedzinach.
• Dokumentowanie algorytmów, pipeline'ów analizy, metod walidacji i technicznych przepływów pracy w celu zapewnienia utrzymania i efektywnego transferu wiedzy.
• Wkład w cały cykl rozwoju, w tym formułowanie problemów, projektowanie algorytmów, wdrażanie, walidację, optymalizację i wdrożenie.

Wymagane kwalifikacje:

• Zaawansowany stopień lub równoważne doświadczenie w matematyce stosowanej, fizyce, inżynierii, informatyce lub pokrewnej dziedzinie ilościowej.
• Silne teoretyczne i eksperymentalne podstawy w zakresie analizy danych, statystyki, metod numerycznych i wizualizacji.
• Obszerne doświadczenie w opracowywaniu algorytmów statystycznych, modeli statystycznych lub rozwiązań uczenia maszynowego.
• Silne umiejętności programowania w Pythonie w zakresie obliczeń numerycznych i naukowych.
• Praktyczne doświadczenie z NumPy, SciPy, Matplotlib i pokrewnymi narzędziami naukowymi Pythona.
• Silne zrozumienie algebry liniowej numerycznej, w tym najmniejszych kwadratów, SVD/dekompozycji własnej, kondycjonowania, stabilności numerycznej oraz systemów rzadkich lub dużej skali.
• Doświadczenie w opracowywaniu, charakteryzowaniu i optymalizacji algorytmów numerycznych pod kątem dokładności i wydajności.
• Doświadczenie w budowaniu pipeline'ów analizy danych i zautomatyzowanych przepływów pracy.
• Silne umiejętności rozwiązywania problemów z umiejętnością dzielenia złożonych problemów matematycznych i technicznych na zarządzalne zadania.
• Umiejętność pracy samodzielnie, przejmowania odpowiedzialności za problemy techniczne oraz szybkiego uczenia się nowych dziedzin fizycznych i inżynieryjnych.
• Doskonałe umiejętności komunikacji pisemnej i ustnej w języku angielskim.
• Umiejętność efektywnej współpracy w różnych dziedzinach technicznych, takich jak inżynieria sprzętowa, oprogramowanie, inżynieria optyczna i fizyka.

Preferowane kwalifikacje:

• Silne zrozumienie programowania obiektowego i zasad projektowania oprogramowania.
• Znajomość teorii prawdopodobieństwa Bayesa i estymacji, w tym formułowania prawdopodobieństwa, propagacji błędów, kwantyfikacji niepewności i obsługi wartości odstających.
• Doświadczenie z frameworkami obliczeń przyspieszanych przez GPU, takimi jak CUDA, PyTorch lub MLX.
• Doświadczenie z automatyczną różnicowaniem i nowoczesnymi frameworkami optymalizacji lub rozwiązywania, takimi jak Ceres, JAX lub CasADi.
• Doświadczenie w opracowywaniu algorytmów dla obrazowania obliczeniowego, widzenia komputerowego, przetwarzania sygnałów lub pokrewnych dziedzin.
• Doświadczenie w wdrażaniu i optymalizacji oprogramowania dla systemów obliczeń wysokowydajnych i środowisk klastrowych.
• Znajomość śledzenia promieni, modeli kamer, narzędzi renderujących lub symulacji optycznych.
• Zrozumienie systemów obrazowania, czujników obrazu CMOS, optyki i systemów pomiarów optycznych.
• Znajomość koncepcji metrologii optycznej i projektowania systemów pomiarowych.

Umiejętności techniczne:

• Programowanie: Python, programowanie obiektowe, obliczenia naukowe.
• Analiza danych: NumPy, SciPy, Matplotlib, modelowanie statystyczne, wizualizacja danych.
• Metody numeryczne: najmniejsze kwadraty, SVD/dekompozycja własna, kondycjonowanie numeryczne, analiza stabilności, systemy rzadkie i dużej skali.
• Algorytmy: algorytmy statystyczne, uczenie maszynowe, optymalizacja numeryczna, estymacja, kwantyfikacja niepewności.
• Walidacja: testowanie automatyczne, weryfikacja algorytmów, wykrywanie regresji, analiza dryfu kalibracji.
• HPC: skalowalne przetwarzanie danych, przepływy pracy wsadowe, obliczenia oparte na klastrach, optymalizacja wydajności.
• Obrazowanie i optyka: obrazowanie obliczeniowe, widzenie komputerowe, modele kamer, śledzenie promieni, czujniki obrazu CMOS, metrologia optyczna.