Vi söker en forskare med doktorsexamen i fysik, specialiserad på beräkningsmässig och teoretisk statistisk fysik, för att bedriva forskning och utveckling av avancerade system för materialidentifiering. Följande kompetenser krävs:

- Monte Carlo-simuleringar tillämpade på klassiska spinnsystem;

- stark förmåga att översätta matematiska och statistiska koncept till ren, effektiv kod;

- expertis inom parallell beräkning och högpresterande numeriska simuleringar med C++, med praktisk erfarenhet av CUDA och OpenMP för beräkningseffektivitet;

- 5+ års branscherfarenhet av tillämpning av maskininlärning;

- expertis inom Python för dataanalys, maskininlärning och vetenskaplig beräkning, inklusive behärskning av bibliotek som Pandas, NumPy, Scikit-learn, SciPy, Matplotlib och Statsmodels.

- expertis inom utveckling av djupinlärningsmodeller, goda kunskaper i ramverk inklusive TensorFlow och PyTorch.

- förmåga att designa och implementera skalbara datapipelines för att effektivt bearbeta massiva datamängder, med hjälp av verktyg som Pandas, MySQL, PySpark, Airflow, Docker, AWS Cloud och Azure Databricks.

- erfarenhet av mjukvaruutveckling i C++ för inbyggda system, med fokus på högpresterande och optimerad kod.

- kunskap om hårdvarugränssnitt och FPGA-programmering (Vivado, Vitis).