Auf einen Blick
- Aufgaben: Unterstütze ein Team bei der Anwendung von KI in der Ingenieurgestaltung.
- Unternehmen: Innovatives Unternehmen, das KI zur Optimierung physikalischer Systeme nutzt.
- Vorteile: Praktische Erfahrung in einem dynamischen Umfeld mit Karrieremöglichkeiten.
- Weitere Informationen: Werde Teil eines multidisziplinären Teams und entwickle deine Fähigkeiten weiter.
- Warum dieser Job: Gestalte die Zukunft mit KI und Physik in spannenden Projekten.
- Qualifikationen: Master-Studium in Elektrotechnik, Physik oder Informatik erforderlich.
Das prognostizierte Gehalt liegt zwischen 1000 - 1500 € pro Monat.
Facing the challenges of our time - Help us grow and be more impactful! CSEM ist bestrebt, den Einsatz von künstlicher Intelligenz zu fördern, um das Design komplexer physikalischer Systeme zu beschleunigen. Mehrere laufende Projekte wenden ML-gesteuerte Optimierung und physikbasierte Modellierung auf Ingenieurdomänen an, einschließlich photonischer integrierter Schaltkreise, elektromagnetischer Antennendesign und photonischer Simulation.
Die Business Unit „Integrierte und Drahtlose Systeme“, mit Sitz in Neuenburg, Schweiz, sucht einen motivierten Praktikanten, der zu den KI- und maschinellen Lernaspekten dieser Bemühungen beiträgt.
Ihre Mission
Sie unterstützen ein multidisziplinäres Team bei der Anwendung von maschinellem Lernen auf inverse Design- und Simulationsprobleme. Das Praktikum befindet sich an der Schnittstelle von KI und physikbasierter Technik: Sie helfen dabei, ML-Modelle zu entwickeln, zu trainieren und zu benchmarken, die Gerätee geometrien optimieren oder physikalische Simulationen beschleunigen. Je nach Ihrem Profil und Ihren Interessen kann Ihre Arbeit auf einem oder mehreren der folgenden Anwendungsbereiche fokussiert sein:
- Inverse Gestaltung nichtlinearer photonischer Wellenleiter zur Erzeugung von Superkontinuum, unter Verwendung von surrogate-basierter und bayesianischer Optimierung zur Erkundung großer Designräume.
- KI-unterstütztes Antennendesign, das elektromagnetische Simulationen mit datengestütztem Modellieren kombiniert, um mehrzielige Einschränkungen zu adressieren und komplexe Designräume zu erkunden.
- Physik-informierte neuronale Netzwerke (PINNs) für photonische Simulationen, Entwicklung neuronaler Surrogate, die Maxwellsche Gleichungen einbetten, um konventionelle Solver zu beschleunigen.
Ihre Verantwortlichkeiten
- Implementierung und Benchmarking von ML-Optimierungspipelines (z.B. Bayesianische Optimierung, surrogate Modellierung, evolutionäre Algorithmen), die mit physikalischen Simulatoren verbunden sind.
- Training und Evaluierung von neuronalen Netzwerkmodellen (z.B. PINNs, neuronale Operatoren) auf photonischen oder elektromagnetischen Simulationsdaten.
- Analyse der Ergebnisse, Vergleich von KI-generierten Designs mit menschlich gestalteten Baselines und Dokumentation der Ergebnisse.
- Zusammenarbeit mit Fachexperten in Photonik und Elektromagnetik, um die physikalische Konsistenz der ML-Ausgaben sicherzustellen.
- Beitrag zu internen technischen Berichten und, falls die Ergebnisse es rechtfertigen, zu Konferenz- oder Zeitschriftenveröffentlichungen.
Ihr Profil
Anforderungen
- Derzeit eingeschrieben in einem Masterprogramm in Elektrotechnik, Physik, Informatik oder einem verwandten Bereich.
- Solide Grundlagen in maschinellem Lernen und tiefem Lernen (Kursarbeit oder Projekterfahrung).
- Kenntnisse in Python und mindestens einem Framework für tiefes Lernen (PyTorch oder TensorFlow).
- Vertrautheit mit Git und Linux-Umgebungen.
- Gute Kommunikationsfähigkeiten in Englisch; Französisch ist ein Plus.
Bevorzugte Qualifikationen (eine oder mehrere)
- Erfahrung mit Optimierungsmethoden (bayesianische Optimierung, genetische Algorithmen oder gradientenbasierte Optimierung).
- Einblick in physik-informiertes oder wissenschaftliches maschinelles Lernen.
- Hintergrund in Photonik, Elektromagnetik oder computergestützter Physik.
- Vorherige Erfahrung mit Simulationswerkzeugen (z.B. COMSOL oder gleichwertig).
Interpersonelle Fähigkeiten
- Neugierig, selbstmotiviert und komfortabel in einem multidisziplinären Umfeld.
- Gute Problemlösungsfähigkeiten und einen praktischen, ergebnisorientierten Ansatz.
- Starke Zusammenarbeit und Kommunikationsfähigkeiten.
Wir setzen uns für Chancengleichheit bei der Beschäftigung ein, unabhängig von Rasse, Hautfarbe, Abstammung, Religion, Geschlecht, nationaler Herkunft, sexueller Orientierung, Alter, Staatsbürgerschaft, Familienstand, Behinderung oder Geschlechtsidentität.
AI-Driven Engineering Design Intern: Photonics & EM Arbeitgeber: CSEM
CSEM ist ein hervorragender Arbeitgeber, der innovative Lösungen im Bereich der künstlichen Intelligenz und physikbasierter Ingenieurwissenschaften fördert. Mit einem dynamischen Team in Neuchâtel bietet das Unternehmen eine inspirierende Arbeitsumgebung, die auf Zusammenarbeit und interdisziplinärem Austausch setzt. Praktikanten haben die Möglichkeit, an spannenden Projekten zu arbeiten, ihre Fähigkeiten in maschinellem Lernen zu vertiefen und wertvolle Erfahrungen in einem zukunftsorientierten Sektor zu sammeln.
StudySmarter Expertenrat🤫
Wir sind der Meinung, dass Sie so AI-Driven Engineering Design Intern: Photonics & EM erhalten könnten
✨Tipp Nummer 1
Sei proaktiv! Nutze LinkedIn, um mit Leuten aus der Branche in Kontakt zu treten. Schicke ihnen eine Nachricht und stelle Fragen zu ihren Erfahrungen – das zeigt dein Interesse und kann dir wertvolle Einblicke geben.
✨Tipp Nummer 2
Mach dich sichtbar! Teile deine Projekte oder Ideen auf sozialen Medien oder in Fachforen. Wenn du zeigst, was du kannst, werden die Leute auf dich aufmerksam und du kannst potenzielle Arbeitgeber beeindrucken.
✨Tipp Nummer 3
Nutze unser Netzwerk! Bewirb dich direkt über unsere Website und schau dir die aktuellen Stellenangebote an. Wir haben viele spannende Möglichkeiten, die perfekt zu deinem Profil passen könnten.
✨Tipp Nummer 4
Bereite dich auf Interviews vor! Informiere dich über die neuesten Trends in der KI und Photonik. Zeige, dass du nicht nur die Theorie beherrschst, sondern auch praktische Anwendungen im Kopf hast.
Wir glauben, dass du diese Fähigkeiten brauchst, um AI-Driven Engineering Design Intern: Photonics & EM mit Bravour zu bestehen
Einige Tipps für deine Bewerbung 🫡
Mach deine Bewerbung persönlich!:Zeig uns, wer du wirklich bist! Verwende eine freundliche und authentische Sprache in deinem Anschreiben. Erzähl uns von deinen Erfahrungen und warum du dich für diese Stelle interessierst. Das macht einen großen Unterschied!
Betone deine Fähigkeiten!:Stell sicher, dass du deine Kenntnisse in Machine Learning und Deep Learning klar hervorhebst. Wenn du mit Python oder Frameworks wie PyTorch oder TensorFlow gearbeitet hast, lass es uns wissen! Wir suchen nach Talenten, die unsere Projekte voranbringen können.
Sei konkret bei deinen Projekten!:Wenn du an relevanten Projekten gearbeitet hast, beschreibe sie detailliert. Welche Methoden hast du verwendet? Was waren die Ergebnisse? Zeig uns, wie du zur Lösung komplexer Probleme beigetragen hast!
Bewirb dich über unsere Website!:Wir freuen uns darauf, deine Bewerbung zu sehen! Der einfachste Weg, um dich zu bewerben, ist über unsere Website. So stellst du sicher, dass alles reibungslos läuft und wir deine Unterlagen schnell bearbeiten können.
Wie man sich auf ein Vorstellungsgespräch bei CSEM vorbereitet
✨Mach dich mit den Technologien vertraut
Bevor du zum Interview gehst, solltest du dir einen Überblick über die Technologien und Methoden verschaffen, die in der Stellenbeschreibung erwähnt werden. Insbesondere Kenntnisse über maschinelles Lernen, Bayesianische Optimierung und physikbasierte Simulationen sind wichtig. Zeige, dass du die Grundlagen verstehst und bereit bist, tiefer in diese Themen einzutauchen.
✨Bereite konkrete Beispiele vor
Denke an spezifische Projekte oder Erfahrungen, die du in deinem Studium oder Praktika gesammelt hast. Sei bereit, darüber zu sprechen, wie du ML-Modelle implementiert oder optimiert hast. Konkrete Beispiele helfen dir, deine Fähigkeiten zu demonstrieren und zeigen, dass du die Anforderungen der Stelle erfüllst.
✨Stelle Fragen zur Teamdynamik
Zeige Interesse an der Zusammenarbeit im Team, indem du Fragen zur Teamstruktur und den interdisziplinären Aspekten der Projekte stellst. Das zeigt, dass du nicht nur technisch versiert bist, sondern auch Wert auf gute Kommunikation und Zusammenarbeit legst.
✨Präsentiere deine Problemlösungsfähigkeiten
Bereite dich darauf vor, über Herausforderungen zu sprechen, die du in früheren Projekten gemeistert hast. Erkläre, wie du Probleme identifiziert und Lösungen entwickelt hast. Dies wird deine Fähigkeit unterstreichen, in einem dynamischen Umfeld zu arbeiten und kreative Ansätze zu finden.
