Undergraduate (Year-Round) Intern - Data Science for Autonomous Experimentation

Ubicación: Golden, CO

Tipo de Posición: Pasantía a Término Fijo

Horas por Semana: 10

El Laboratorio Nacional de Energías Renovables (NREL) está ubicado al pie de las Montañas Rocosas en Golden, Colorado. NREL es el laboratorio principal del país para la investigación y desarrollo de tecnologías de energía renovable y eficiencia energética.

Desde tu primer día en NREL, trabajarás junto a compañeros comprometidos con la misma misión: salvar el planeta. Únete a una organización que valora un ambiente de trabajo de apoyo, inclusivo y flexible. Participa con nuestros diez grupos de recursos para empleados, numerosos clubes dirigidos por empleados y diversas clases de aprendizaje y desarrollo profesional.

NREL apoya prácticas de contratación inclusivas, diversas e imparciales que fomentan la creatividad y la innovación. A través de la colaboración con organizaciones que se enfocan en grupos de talentos diversos y demografías subrepresentadas, ofrecemos un proceso de solicitud y entrevista inclusivo. Nuestro equipo de Adquisición de Talentos se esfuerza por escuchar todas las voces por igual. Nuestro objetivo es atraer una fuerza laboral altamente diversa y crear una cultura donde cada empleado se sienta bienvenido, respetado y capaz de ser su yo auténtico.

¡Nuestro planeta nos necesita! Aprende sobre los objetivos críticos de NREL y ve cómo estamos enfocados en salvar el planeta.

NREL busca un Pasantía en Ciencias de Datos motivado y talentoso para unirse al Grupo de Ciencias de la Microscopía Analítica e Imágenes. El candidato ideal estará interesado en aplicar habilidades de visión por computadora, aprendizaje automático y programación para analizar e interpretar datos complejos de microscopía electrónica. Esta es una oportunidad emocionante para trabajar en la intersección de la ciencia de materiales y la ciencia de datos, contribuyendo a investigaciones que pueden remodelar nuestra comprensión de los materiales para energía limpia y computación de próxima generación.

• Desarrollar e implementar algoritmos de aprendizaje automático y visión por computadora para analizar imágenes y videos de microscopía electrónica para la experimentación autónoma.
• Colaborar con investigadores para diseñar y realizar experimentos para recopilar datos para el análisis.
• Participar en el desarrollo de flujos de trabajo y canalizaciones de análisis de datos.
• Participar en reuniones remotas semanales y realizar análisis de forma remota.
• Contribuir al desarrollo de código en el repositorio de GitHub alojado por NREL.
• Presentar y documentar los hallazgos en actualizaciones regulares a nuestro equipo.

• Estar cursando o haber completado recientemente un título en Ciencias de Datos, Ciencia de Materiales, Ingeniería Mecánica o un campo relacionado.
• Fuertes habilidades de programación en Python o un lenguaje similar.
• Excelentes habilidades analíticas y de resolución de problemas.

• Promedio mínimo de calificaciones acumulativo de 3.0.
• Pregrado: Estar inscrito como estudiante a tiempo completo en un programa de licenciatura de una institución acreditada.
• Post Pregrado: Haber obtenido una licenciatura en los últimos 12 meses. Elegible para un período de pasantía de hasta un año.
• Posgrado: Estar inscrito como estudiante a tiempo completo en un programa de maestría de una institución acreditada.
• Post Posgrado: Haber obtenido una maestría en los últimos 12 meses. Elegible para un período de pasantía de hasta un año.
• Posgrado + Doctorado: Haber completado una maestría y estar inscrito como estudiante de doctorado en una institución acreditada.

Tenga en cuenta:

• Los solicitantes son responsables de cargar transcripciones oficiales o no oficiales de la escuela como parte del proceso de solicitud.
• Si es seleccionado para el puesto, se requerirá una carta de recomendación como parte del proceso de contratación.
• Debe cumplir con los requisitos educativos antes de la fecha de inicio del empleo.

• Familiaridad con técnicas de procesamiento de imágenes y visión por computadora.