工作描述
工作摘要
我们邀请申请研究助理/助理职位，重点是开发一种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材冲压零部件的可制造性，确保最佳的设计和材料选择。该角色是令人兴奋的“面向制造的AI驱动汽车材料选择和结构设计”项目的一部分，该项目由英国创新智能拨款资助。该项目旨在通过与工业合作伙伴的合作解决实际的工业挑战。
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跨学科团队。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。这个角色在提供利用AI技术进行轻量化、高效车辆零部件瞬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，将数据集准备成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。
• 协助工业合作伙伴将开发的双重AI模型框架集成到他们的软件后端并测试集成。
• 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承担。
• 保证数据的有效性和可靠性。
• 记录所有发现的准确和完整记录。
• 有效管理数据。
• 撰写或协助撰写研究赞助商的报告。
• 向被评审的期刊和/或会议提交论文。
• 根据需要协助本科和研究生研究生的监督工作。
• 协助技术利用和传播，包括参加会议、展示、研讨会、出版物、工业活动和外展活动。
• 在学院和更广泛的社区建立联系。
• 提升小组、部门和学院的声誉。
基本要求
• 在计算机、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、材料等相关学科中拥有博士学位，或即将完成博士学位。尚未正式获得博士学位的候选人将被任命为研究助理。
• 在工程领域的人工智能，更具体地说，是开发深度学习神经网络和处理标量/图像/图形数据库方面的实际经验。
• 在跨学科研究环境中有实际经验，并在被评审的期刊/会议上发表论文。
• 熟悉数据驱动建模、深度学习（如CNN）和优化。
• 熟悉研究方法和统计程序。
• 擅长在跨学科环境中工作，并与其他领域的研究人员/专家有效合作进行跨学科研究。
• 熟练使用Python和MATLAB进行编程。
• 能够进行详细的最新文献综述。
请参考工作描述，了解完整的基本和期望要求清单。
更多信息
这是一个全职（1.0 FTE）为期6个月的角色。
如果您需要有关该职位的进一步详细信息，请联系：Dr Nan Li -nan.li@imperial.ac.uk。
有关申请流程的任何问题，请联系Monika Delczyk，邮箱：m.delczyk@imperial.ac.uk。
我们首选的申请方法是通过我们的网站在线申请。请点击“申请”下方或访问https://www.imperial.ac.uk/job-applicants/并使用引用编号ENG0，请按照指示填写申请表格。
有关该职位的更多信息，请参阅工作描述。
文件
• Job Description Research Assistant - Associate.pdf
关于伦敦帝国学院
伦敦帝国学院是英国唯一一所完全专注于科学、工程、医学和商业的大学，我们在世界排名前10名。
您将在我们的主要伦敦校区位于南肯辛顿，我们的医院校区位于附近的西伦敦和北伦敦。我们还在伯克郡的Silwood Park和我们正在建设中的重要新校区White City拥有先进的设施。
我们在一个多学科和多样化的社区中进行教育、研究、转化和商业化，利用科学和创新应对我们复杂世界面临的重大全球挑战。
我们的使命是在我们所做的一切中取得持久的卓越，造福社会，我们正在寻找最有才华的人来帮助我们实现这一目标。
其他信息
请注意，工作描述不能详尽无遗，职位持有人可能需要承担与上述主要职责基本一致的其他职责。
伦敦帝国学院致力于机会均等和消除歧视。所有员工都应遵守伦敦帝国学院的价值观和行为准则。我们的价值观是：
• 尊重
• 合作
• 卓越
• 正直
• 创新
除上述要求外，员工还必须遵守和遵守所有学院的政策和规定。
我们致力于机会均等，消除歧视，并为所有人创造一个包容的工作环境。因此，我们鼓励候选人申请，无论年龄、残疾、婚姻或民事伴侣身份、怀孕或产假、种族、宗教和信仰、性别重新分配、性别或性取向如何。我们是Athena SWAN银奖获得者，残疾人自信领导者和Stonewall多样性倡导者。
如果在在线申请过程中遇到技术问题，请发送电子邮件至support.jobs@imperial.ac.uk。 
London