Dołącz do naszego innowacyjnego zespołu FAIR jako naukowiec badawczy w Meta

Meta jest na czele transformacyjnych postępów w sztucznej inteligencji (AI), i poszukujemy wykwalifikowanego naukowca badawczego, aby dołączył do naszego działu Podstawowych Badań nad AI (FAIR), w szczególności w zespole Chemii. Nasz ambitny zespół FAIR jest poświęcony pionierskim przełomom w AI, które mają wpływ na kluczowe sektory, takie jak zmiana klimatu i rozszerzona/wirtualna rzeczywistość.

O tej roli

Wybrany kandydat będzie integralnym ekspertem w dziedzinach takich jak uczenie maszynowe, AI stosowane w chemii, nauka o materiałach, statystyka obliczeniowa i zastosowana matematyka. Twoja wiedza specjalistyczna w dziedzinie głębokiego uczenia się, modeli graficznych, uczenia ze wzmocnieniem, percepcji komputerowej, przetwarzania języka naturalnego i reprezentacji danych będzie kluczowa dla naszej misji. Będziesz głównie skupiać się na udoskonalaniu naszych metodologii opartych na AI dla odkrywania nowych materiałów, z obecnymi projektami obejmującymi elektrokatalizatory, nanoporowate materiały i nowe materiały do technologii wyświetlających.

Kluczowe obowiązki

• Prowadzenie przełomowych badań, aby posuwać technologię inteligentnych maszyn do przodu.
• Rozwijanie innowacyjnych aplikacji AI w chemii i nauce o materiałach.
• Tworzenie lepszych modeli opartych na danych dla lepszej predykcji i analizy.
• Ustalanie i osiąganie długoterminowych celów badawczych przy jednoczesnym ustalaniu krótkoterminowych celów.
• Wkładanie do i wpływanie na światową społeczność badawczą poprzez publikowanie.
• Wsparcie rozwoju produktu Facebooka przy użyciu Twoich wyników badań.
• Współpraca nad globalnymi projektami zespołowymi i przesuwanie granic nauki o AI.

Minimalne kwalifikacje

Kandydaci powinni być bliscy ukończenia lub posiadać doktorat z uczenia maszynowego, informatyki, fizyki, sztucznej inteligencji, lub pokrewnych dziedzin. Doświadczenie w aplikacji AI w naukowych domenach, tworzeniu modeli opartych na danych oraz implementacji eksperymentów w rzeczywistych systemach jest niezbędne. Znajomość języków programowania takich jak Python, C++, C, Julia, oraz doświadczenie z frameworkami do głębokiego uczenia się takimi jak Pytorch, Jax, lub TensorFlow jest wymagane.

Preferowane kwalifikacje

• Ponad 3 lata doświadczenia w przemyśle lub laboratoriach badawczych.
• Udowodniona umiejętność analitycznego rozwiązywania problemów za pomocą ilościowych metod.
• Zaawansowane doświadczenie w zarządzaniu dużymi, złożonymi zestawami danych z różnych źródeł.
• Umiejętności optymalizacji za pomocą