GPU & ML Developer for Reconstruction and Simulation (EP-ALI-SC-2026-106-GRAP)

GPU & ML Developer for Reconstruction and Simulation (EP-ALI-SC-2026-106-GRAP)

Geneva Befristet 60000 - 80000 € / Jahr (geschätzt) Kein Homeoffice möglich
CERN

Auf einen Blick

  • Aufgaben: Entwickle GPU- und ML-Software für die ALICE-Experiment-Rekonstruktion.
  • Unternehmen: CERN, führend in der Hochenergiephysik mit innovativen Projekten.
  • Vorteile: Monatliches Gehalt von 6372-7004 CHF, 30 Tage Urlaub, umfassende Gesundheitsversorgung.
  • Weitere Informationen: Vollzeit vor Ort, flexible Arbeitszeiten und Weiterbildungsmöglichkeiten.
  • Warum dieser Job: Arbeite an bahnbrechenden Technologien und mache einen echten Unterschied in der Forschung.
  • Qualifikationen: Erfahrung in HEP, GPU-Programmierung und ML-Training erforderlich.

Das prognostizierte Gehalt liegt zwischen 60000 - 80000 € pro Jahr.

ALICE ist Vorreiter bei der Nutzung von GPUs in Run 3 für die Online-Verarbeitung und teilweise für die Offline-Rekonstruktion. Um die verfügbaren GPU-Computing-Ressourcen besser zu nutzen und die Rekonstruktionsleistung zu verbessern, zielen wir darauf ab, den Einsatz von maschinellem Lernen zu untersuchen.

Als GPU- und ML-Softwareentwickler werden Sie den maschinellen Lerncode für die GPU-Ereignisrekonstruktion für das ALICE-Experiment pflegen, entwickeln und in Betrieb nehmen, insbesondere die ML-basierte und ML-unterstützte Clusterisierung sowie das Track-Seeding im ALICE TPC.

Parallel dazu werden Sie zum Monte-Carlo-Produktionsökosystem und den Simulationsframeworks von ALICE beitragen, mit dem Fokus auf Workflow-Optimierung. Dies umfasst die gesamte MC-Produktionsinfrastruktur, Simulationsframeworks, Automatisierung der Produktion, Validierung und Integration von ML- und GPU-Code sowie die Entwicklung und Nutzung intelligenter Computing-Tools entlang der ALICE-Computing-Kette.

Ihre Aufgaben:

  • Inbetriebnahme der GPU TPC ML-Clusterisierung als Standard-Clusterisierungscode für die Datenerfassung und Simulation.
  • Benchmarking und Verbesserung der ML-basierten Clusterisierung hinsichtlich Verarbeitungsleistung und physikalischer Qualität.
  • Untersuchung der Erweiterung des ML-Einsatzes, einschließlich TPC-Track-Seeding.
  • Beitrag zum Monte-Carlo-Produktionsökosystem, einschließlich Workflow-Planung, Verarbeitung über mehrere Zeitrahmen, Multithreading und Integration von ML/GPU-Komponenten.
  • Entwicklung und Betrieb automatisierter Lösungen für die MC-Produktion, Job-Orchestrierung und Validierung, einschließlich ML-basierter Anomalieerkennung.
  • Verfolgung der Aktivitäten zur Optimierung und Modernisierung von Simulations- und Rekonstruktionsframeworks (z.B. Geant, AliceO2), einschließlich ML-gesteuerter Beschleunigung und GPU-basierter Ansätze.
  • Untersuchung von Komponenten und Algorithmen der ALICE-Computing-Kette (Simulation, Rekonstruktion usw.), die von maschinellem Lernen profitieren könnten, und Entwicklung von Prototypen.

Ihr Profil:

  • Erfahrung mit der Ereignisrekonstruktion von Hochenergiephysik-Experimenten (z.B. Clusterisierung oder Tracking).
  • Erfahrung mit GPU-Programmierung und ML-Training sowie Inferenz.
  • Praktische Erfahrung mit dem Debuggen großer verteilter Anwendungen.

Fähigkeiten:

  • Starkes Wissen in der Programmiersprache C++ unter Linux.
  • Kenntnisse eines GPU-Programmierwerkzeugs wie CUDA oder HIP.
  • Kenntnisse eines ML-Frameworks wie ONNXRuntime.
  • Kenntnisse von Debugging-Tools wie GDB und Profiling-Tools wie perf.
  • Fähigkeit zur Teamarbeit.
  • Gesprochene und geschriebene Englischkenntnisse mit der Bereitschaft, Französisch zu lernen.

Zulassungskriterien:

  • Sie sind Staatsangehöriger eines CERN-Mitglieds- oder assoziierten Mitgliedstaates.
  • Sie haben einen beruflichen Hintergrund in Physik (oder einem verwandten Bereich) und haben entweder:
    • einen Master-Abschluss mit 2 bis 6 Jahren Berufserfahrung nach dem Abschluss; oder
    • einen Doktortitel mit nicht mehr als 3 Jahren Berufserfahrung nach dem Abschluss.
  • Sie hatten noch nie einen CERN-Stipendiaten- oder Graduierte-Vertrag.

Vertragsdetails:

  • Vertragsdauer: 24 Monate, mit einer möglichen Verlängerung auf maximal 36 Monate.
  • Arbeitszeit: 40 Stunden pro Woche.
  • Jobflexibilität: Vollständig vor Ort.
  • Geplanter Beginn: 01. August 2026.

Diese Position beinhaltet:

  • Teilnahme an einer regelmäßigen Bereitschaftsdienst, einschließlich Nächte, Sonntage und offizielle Feiertage.
  • Bereitschaftsdienst, wenn es die Bedürfnisse der Organisation erfordern.

Globale Vorteile:

  • Ein monatliches Stipendium zwischen 6372-7004 Schweizer Franken pro Monat (steuerfrei), abhängig von Ihrem Abschluss.
  • 30 Tage bezahlter Urlaub pro Jahr plus 2 Wochen jährliche Schließung.
  • Deckung durch das umfassende Krankenversicherungsprogramm von CERN (für Sie, Ihren Ehepartner und Kinder) sowie Mitgliedschaft im CERN-Pensionsfonds.
  • Familien-, Kinder- und Säuglingszulagen je nach individueller Situation.
  • Ein Umzugspaket (Installationsbeihilfe und Reisekosten) je nach individueller Situation.
  • Möglichkeit zur Verlängerung Ihres Vertrags auf bis zu 36 Monate.
  • On-the-Job- und formale Schulungen einschließlich Sprachkurse.

GPU & ML Developer for Reconstruction and Simulation (EP-ALI-SC-2026-106-GRAP) Arbeitgeber: CERN

CERN ist ein herausragender Arbeitgeber, der innovative Technologien in der Hochenergiephysik vorantreibt und seinen Mitarbeitern die Möglichkeit bietet, an bahnbrechenden Projekten zu arbeiten. Mit einem flexiblen Arbeitsumfeld, umfangreichen Weiterbildungsmöglichkeiten und einem internationalen Team fördert CERN eine Kultur der Zusammenarbeit und des Wissensaustauschs. Die attraktiven Vergünstigungen, einschließlich eines steuerfreien Gehalts, umfassender Gesundheitsversorgung und großzügiger Urlaubsregelungen, machen die Arbeit in Genf besonders lohnenswert.

CERN

Kontaktdaten:

CERN Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um GPU & ML Developer for Reconstruction and Simulation (EP-ALI-SC-2026-106-GRAP) mit Bravour zu bestehen

C++ Programmierung
GPU Programmierung (z.B. CUDA oder HIP)
Maschinelles Lernen (ML) Frameworks (z.B. ONNXRuntime)
Debugging großer verteilter Anwendungen
Clusterisierung und Tracking in der Hochenergiephysik
Automatisierung von Produktionsabläufen
Workflow-Optimierung