باحث ما بعد الدكتوراه في التعلم الآلي الكمومي لاكتشاف المواد الكيميائية
جامعة لوكسمبورغ
جامعة حكومية, تصفح الفرص المماثلة
ar
جامعة حكومية, تصفح الفرص المماثلة
تطمح جامعة لوكسمبورغ إلى أن تكون واحدة من أكثر الجامعات احترامًا في أوروبا وتتميز بطابع دولي ومتعدد التخصصات. إنها تعزز التخصيب المتبادل للبحث والتدريس ، وهي ذات صلة ببلدها ، وهي معروفة في جميع أنحاء العالم بأبحاثها وتدريسها في المجالات المستهدفة ، وتثبت نفسها كنموذج مبتكر للتعليم العالي الأوروبي المعاصر.
تساهم كلية العلوم والتكنولوجيا والطب (FSTM) بخبرات متعددة التخصصات في مجالات الرياضيات والفيزياء والهندسة وعلوم الكمبيوتر وعلوم الحياة والطب . من خلال مهمتها المزدوجة المتمثلة في التدريس والبحث ، تسعى FSTM إلى توليد المعرفة ونشرها وتدريب أجيال جديدة من المواطنين المسؤولين ، من أجل فهم وشرح وتطوير المجتمع والبيئة التي نعيش فيها بشكل أفضل.
تدعو جامعة لوكسمبورغ الطلبات للوظيفة الشاغرة التالية في قسم الفيزياء وعلوم المواد ( http://dphyms.uni.lu/ ) في كلية العلوم والتكنولوجيا والطب:
باحث ما بعد الدكتوراه في التعلم الآلي الكمومي لاكتشاف المواد الكيميائية
تبحث جامعة لوكسمبورغ عن باحث ما بعد الدكتوراه لبدء العمل في مشروع إثبات المفهوم (PoC) ERC "الاكتشاف: منصة اكتشاف كيميائية جديدة تم تمكينها من خلال التعلم الآلي" . يعتمد التصميم الحسابي واكتشاف الجزيئات والمواد على استكشاف المساحات الكيميائية المتزايدة النمو. يتطلب اكتشاف وصياغة عقاقير جديدة ، ومضادات الفيروسات ، والمضادات الحيوية ، والمحفزات ، ومواد البطاريات ، وبشكل عام المواد الكيميائية ذات الخصائص المصممة ، نقلة نوعية أساسية للبحث في مساحات غير محددة من الفضاء الكيميائي الشاسع. هذا في تناقض صارخ مع الأساليب الحالية ، والتي تبدأ من مكتبات المركبات (المتاحة تجاريًا) من مختلف الموردين. خلال السنوات الماضية ، كان تقدمًا كبيرًا في نمذجة وفهم سلوك الجزيئات في البيئات المعقدة. نتيجة لذلك ، تم تطوير أساليب متنوعة قائمة على التعلم الآلي والفيزياء للتعامل مع التفاعلات التساهمية وغير التساهمية التي تسمح بنمذجة دقيقة وفعالة للجزيئات ذات الحجم المتزايد (من 10 إلى 1000 ذرة). تتيح هذه الطرق الآن إجراء عمليات حسابية روتينية لخصائص ميكانيكا الكم للجزيئات عبر مساحة المركب الكيميائي ، بشرط أن يتم إنتاج بيانات مرجعية كافية كنقطة انطلاق للتدريب. ضمن DISCOVERER ، نهدف إلى تعزيز تحول نموذجي في الاكتشاف الكيميائي عن طريق عكس هرم الاختيار من خلال البدء بمعلمات محددة مسبقًا والتي يتم من خلالها تصميم كيانات كيميائية جديدة من خلال التعلم الآلي والخوارزميات الممكّنة للذكاء الاصطناعي. يمكننا القيام بذلك من خلال دمج هذه الوحدات في منصة تجارية: "آلة الفضاء الكيميائية". الهدف الرئيسي لـ DISCOVERER هو الانتهاء من تطوير نسخة ألفا تجارية من "Chemical Space Machine" ووضع إستراتيجيتها للتسويق.
سيتم دمج المرشح في أنشطة مجموعة الفيزياء الكيميائية النظرية بقيادة الأستاذ ألكسندر تكاتشينكو ( www.tcpunilu.com ). سيسمح هذا المشروع للمرشح بالتفاعل مع الطاقم العلمي من بعض أفضل الجامعات في العالم وتطوير اللبنات الأساسية لبدء التشغيل في مجال الاكتشاف الكيميائي القائم على ML.
تشمل مهام المرشح ما يلي:
نحن نبحث عن مرشحين متحمسين حاصلين على درجة الدكتوراه في الفيزياء أو الكيمياء أو علوم المواد أو علوم الكمبيوتر. الخبرة في مجال كيمياء الكم ، مع التركيز بشكل خاص على المناهج القائمة على البيانات والبيانات كثيفة الاستخدام والاكتشاف الكيميائي يعتبر مفيدًا. من المتوقع المبادرة الشخصية والقدرة على العمل بشكل مستقل وكذلك البحث الجماعي الموجه ومهارات اللغة (الإنجليزية). نحن نبحث عن عالم شاب نشط لديه أيضًا إلهام في القطاع التجاري. الطلبات المقدمة من النساء مرحب بها بشكل خاص. الأمر نفسه ينطبق على الأشخاص ذوي الإعاقة.
يجب أن تتضمن الطلبات ما يلي:
آخر موعد للتقديم: 18 يوليو 2021.
يرجى التقديم عبر الإنترنت رسميًا من خلال نظام الموارد البشرية. لن يتم النظر في الطلبات عن طريق البريد الإلكتروني.
تحتضن جامعة لوكسمبورغ الشمولية والتنوع كقيم أساسية. نحن ملتزمون تمامًا بإزالة أي حاجز تمييزي متعلق بالنوع الاجتماعي ، وليس فقط في التوظيف والتقدم الوظيفي لموظفينا.
لمزيد من المعلومات ، يرجى الاتصال بالبروفيسور الدكتور الكسندر تكاتشينكو على alexandre.tkatchenko@uni.lu أو الدكتور ليوناردو ميدرانو ساندوناس على leonardo.medrano@uni.lu
اختر البلد الذي توّد السفر إليه للدراسة مجانا أو العمل أو التطوع
