Postdoc: ML-Driven Co-Design for Aerodynamics & Control

Postdoc: ML-Driven Co-Design for Aerodynamics & Control

Lausanne Vollzeit 45000 - 65000 € / Jahr (geschätzt) Kein Homeoffice möglich
EPFL

Auf einen Blick

  • Aufgaben: Führe bahnbrechende Forschung in aerodynamischem Design und Steuerung durch.
  • Unternehmen: EPFL, eine führende internationale Forschungsinstitution in Lausanne.
  • Vorteile: Wettbewerbsfähiges Gehalt, hervorragende Arbeitsbedingungen und Zugang zu Experten.
  • Weitere Informationen: Dynamisches internationales Umfeld mit großartigen Karrieremöglichkeiten.
  • Warum dieser Job: Gestalte die Zukunft der Aerodynamik mit modernster ML-Technologie.
  • Qualifikationen: Doktorat im Bereich Machine Learning und fundierte Kenntnisse in Regelungstheorie.

Das prognostizierte Gehalt liegt zwischen 45000 - 65000 € pro Jahr.

EPFL, located in Lausanne, is looking for a postdoctoral fellow in ML-Based Co-Design. The role will focus on aerodynamic shape and control, offering an opportunity for state-of-the-art research in a dynamic, international environment.

Applicants must hold a doctorate in a Machine-Learning field, with strong knowledge of Control Theory and a solid publication record.

EPFL provides a competitive salary, excellent working conditions, and the chance to interact with top experts in the field.

Postdoc: ML-Driven Co-Design for Aerodynamics & Control Arbeitgeber: EPFL

Die EPFL in Lausanne ist ein hervorragender Arbeitgeber, der eine dynamische und internationale Forschungsumgebung bietet. Mit einem wettbewerbsfähigen Gehalt, exzellenten Arbeitsbedingungen und der Möglichkeit, mit führenden Experten auf dem Gebiet der Maschinenlernen zusammenzuarbeiten, fördert die EPFL das persönliche und berufliche Wachstum ihrer Mitarbeiter. Hier haben Sie die Chance, an innovativen Projekten zu arbeiten und einen bedeutenden Beitrag zur Forschung zu leisten.

EPFL

Kontaktdaten:

EPFL Recruiting-Team

Wir glauben, dass du diese Fähigkeiten brauchst, um Postdoc: ML-Driven Co-Design for Aerodynamics & Control mit Bravour zu bestehen

Maschinelles Lernen
Kontrolltheorie
Forschungskompetenz
Publikationsfähigkeit
Analytische Fähigkeiten
Teamarbeit
Kommunikationsfähigkeiten