Исследователь и разработчик для проекта по логистике катастроф@ QUESINA
О позиции
В рамках проекта по логистике катастроф требуется высококвалифицированный исследователь и разработчик с опытом в области глубокого обучения и операционных исследований. Проект посвящен разработке архитектуры Nested-Learning для решения задачи маршрутизации транспортных средств с несколькими депо (MDHVRPTW) в сценариях реагирования на катастрофы. Ваша задача — создать адаптивную систему маршрутизации, использующую реальные данные ГИС (OpenStreetMap) и способную справляться с изменениями в динамичной среде (например, закрытие дорог, различные типы транспортных средств).
Чем вы будете заниматься
- Реализация модели: уточнение и внедрение модуля Nested-Learning (Fast Inner Loop / Slow Outer Loop) с использованием графовых нейронных сетей (GNN) или трансформеров.
- Интеграция данных: работа с данными ГИС и API маршрутизации (OSRM/OpenRouteService) для обеспечения работы модели на реальных топологиях городов.
- Бенчмаркинг: тестирование архитектуры по стандартным бенчмаркам VRP (Cordeau, Solomon) и реальным наборам данных.
- Научное письмо: помощь в написании технических разделов диссертации, включая методологию, экспериментальные результаты и сравнительный анализ.
- Оптимизация: улучшение способности модели обрабатывать гетерогенные флоты (дроны, фургоны, грузовики) и строгие ограничения по времени.
Требования
- Продвинутый Python: знание PyTorch или TensorFlow.
- Глубокое обучение: опыт работы с графовыми нейронными сетями (GNN), механизмами внимания и мета-обучением.
- Операционные исследования: глубокое понимание VRP, MDHVRPTW и комбинаторной оптимизации.
- ГИС-инструменты: опыт работы с OSMnx, NetworkX или аналогичными библиотеками пространственных данных.
- Академическое превосходство: способность писать на уровне магистратуры/докторантуры на английском языке.
Что мы предлагаем
- Конкурентная зарплата от 750 до 1500 USD в месяц.
- Гибкий график работы и возможность удалённой работы.
- Доступ к современным инструментам и технологиям.
- Возможность участия в научных публикациях и конференциях.
- Поддержка в профессиональном развитии и обучении.
Вакансия предлагает интересный проект в области логистики катастроф с хорошими условиями работы. Однако, требуется высокая квалификация и опыт в специфических областях.
Кто здесь добьётся успеха
Глубокое понимание Python и опыт работы с библиотеками для глубокого обучения, такими как TensorFlow или PyTorch, для разработки сложных моделей машинного обучения.
Способность эффективно работать в удалённой команде, проявляя самостоятельность и инициативу в решении проблем, что особенно важно в проекте, связанном с реагированием на катастрофы.
Опыт применения графовых нейронных сетей (GNN) и операционных исследований для оптимизации маршрутизации, что критично для создания адаптивной системы на основе реальных данных.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Logistics
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев