Buscamos una persona apasionada por la inteligencia artificial y la computación cuántica para incorporarse al equipo de IA de ARC. Participarás en proyectos de investigación y desarrollo enfocados en el diseño de modelos de aprendizaje automático cuánticos e híbridos para resolver problemas complejos de análisis de series temporales y optimización.Funciones principalesDiseñar, desarrollar y evaluar modelos de machine learning cuánticos y quantum-inspired para análisis de series temporales y problemas de optimización.Mantenerse actualizado sobre los últimos avances en computación cuántica, quantum machine learning y técnicas de inteligencia artificial.Diseñar nuevas metodologías cuánticas e híbridas aplicadas a problemas reales de predicción y optimización.Preparar, procesar y generar conjuntos de datos reales y sintéticos para el entrenamiento y evaluación de modelos.Implementar modelos clásicos, cuánticos e híbridos utilizando herramientas de desarrollo especializadas.Configurar estrategias de entrenamiento y optimizar hiperparámetros para mejorar el rendimiento de los modelos.Participar en actividades de investigación aplicada y transferencia tecnológica dentro del ecosistema de innovación de ARC.Colaborar con equipos multidisciplinares en el desarrollo de soluciones disruptivas basadas en inteligencia artificial y computación cuántica.Conocimientos, experiencia y perfil del candidatoGrado en Ingeniería, Física, Matemáticas o disciplinas afines.Máster en Ingeniería, Física, Computación Cuántica, Inteligencia Artificial o áreas relacionadas.3 años de experiencia en actividades de I+D relacionadas con machine learning, tecnologías cuánticas o sistemas físicos avanzados.Experiencia en el desarrollo, implementación y evaluación de modelos computacionales y algoritmos.Se valorará experiencia en Quantum Machine Learning, métodos quantum-inspired o enfoques híbridos clásico-cuánticos.Experiencia en programación con Python y frameworks de machine learning como PyTorch.Conocimientos de inteligencia artificial, deep learning y análisis de datos o series temporales.Familiaridad con herramientas de computación cuántica (Qiskit, PennyLane o similares) y fundamentos de quantum machine learning.En ARQUIMEA valoramos la diversidad y la inclusión. No discriminamos por motivos de raza, color, religión, género, orientación sexual, identidad de género, nacionalidad, edad, discapacidad u otros factores protegidos por la ley. Todos los candidatos serán considerados en igualdad de condiciones en base a sus habilidades y experiencia.#J-18808-Ljbffr

📌 Quantum Machine Learning Engineer (Valencia)
🏢 EURAXESS Ireland
📍 Valencia