职位简介
我们邀请申请研究助理/助理职位，重点是开发一个先进的基于人工智能的平台。该平台旨在帮助设计师快速评估板料冲压零部件的可制造性，确保最佳设计和材料选择。该职位是令人兴奋的“基于人工智能的汽车材料选择和制造结构设计”项目的一部分，该项目由英国创新基金会智能资助。该项目旨在通过与工业合作伙伴的合作来解决真正的工业挑战。
作为成功的候选人，您将加入一个拥有设计工程、制造和软件开发专业知识的多学科团队。您将领导人工智能（AI）模型的设计和开发，包括材料编码模型和可制造性代理模型，使用先进的深度学习神经网络。这个角色在交付一个利用AI技术进行轻量化、高效车辆零部件即时设计和优化的颠覆性解决方案方面至关重要。
职责和责任
• 为材料编码器和可制造性代理AI模型定义深度学习神经网络架构。
• 通过处理由工业合作伙伴提供的材料和冲压模拟数据，将数据集准备为AI兼容格式。
• 训练、测试和评估组合材料模型和可制造性代理模型。
• 在工业合作伙伴集成开发的双重AI模型框架到他们的软件后端并测试集成方面提供支持。
• 协助与软件平台开发和用户测试相关的任务，主要由工业合作伙伴完成。
• 确保数据的有效性和可靠性。
• 记录所有发现的准确和完整。
• 撰写或协助撰写研究赞助商的报告。
• 将论文提交给同行评议的期刊和/或会议。
• 根据需要协助本科和研究生研究生的监督工作。
基本要求
• 博士学位，或即将完成相关学科的博士学位，如计算机、数据科学、数学、设计工程、机械工程、电气与电子工程、航空工程、材料等。（*尚未正式获得博士学位的候选人将被任命为研究助理。）
• 工程中的人工智能，更具体地说，开发深度学习神经网络和处理标量/图像/基于图的数据库。
• 在跨学科研究环境中有实际经验，并在同行评议的期刊/会议上发表论文。
• 对数据驱动建模、深度学习（如CNN）和优化有了解。
• 擅长在多学科环境中工作，并与其他领域的研究人员/专家有效合作进行跨学科研究。
• 擅长使用Python和MATLAB进行编程。
• 能够进行详细的近期文献综述。
更多信息
全职（1.0 FTE），为期6个月（起始日期2024年2月1日）。可以延长合同。
如果您需要有关该职位及如何申请的更多详细信息，请联系：Dr Nan Li -nan.li@imperial.ac.uk，并附上您的最新简历。
截止日期：2024年1月15日
学院自豪地签署了关于研究评估的旧金山宣言（DORA），这意味着在招聘和晋升决策中，我们评估申请人的工作质量，而不是期刊影响因子。有关更多信息，请访问https://www.imperial.ac.uk/research-and-innovation/about-imperial-research/research-evaluation/
伊美利亚学院致力于机会均等，消除歧视，创造一个包容的工作环境。我们是Athena SWAN银奖得主，Stonewall多样性冠军，残疾人自信雇主，并与GIRES合作，促进对跨性别人士的尊重。
年薪£43,888至£49,305 
伦敦