www.acad.jobs : academic jobs worldwide – and the best jobs in industry
                
     
Position: Dottoranda/Dottorando nell’area del deep reinforcement learning multi-agente
Institution: Scuola universitaria professionale della Svizzera italiana
Location: Ticino, Switzerland
Duties: Progetto ed analisi di algoritmi di deep reinforcement learning in grado di supportare sistemi multi-agente e loro connessione ad ambienti di simulazione; Moderato carico didattico come teaching assistant presso corsi USI e SUPSI; Redazioni di pubblicazioni scientifiche su giornali ed atti di conferenze di buon livello; Comunicazione e cooperazione con armasuisse S T; Redazione tesi di dottorato
Requirements: Master in Ingegneria od altre discipline STEM (già ottenuto o prossimo all’ottenimento); Ottima padronanza della lingua inglese parlata e scritta; Altri requisiti non indispensabili ma graditi sono: buona conoscenza dei linguaggi di programmazione Python e C++, conoscenza di base della libreria Pytorch, esperienza nell’uso di simulatori di volo (es. JSBSim o FlightGear), generale interesse per temi legati all’aviazione
   
Text: Dottoranda / Dottorando nell’area del deep reinforcement learning multi-agente Dottoranda / Dottorando nell’area del deep reinforcement learning multi-agente Scadenza: 15 novembre 2021 La Scuola universitaria professionale della Svizzera italiana (SUPSI), mette a concorso presso il Dipartimento tecnologie innovative (DTI) con sede al campus universitario USI-SUPSI a Lugano-Viganello (Campus Est), presso l’Istituto Dalle Molle di studi sull’intelligenza artificiale (IDSIA), una posizione di Dottoranda / Dottorando nell’area del deep reinforcement learning multi-agente, con un grado di occupazione al 100%. Inizio contratto febbraio 2022 o data da convenire. La ricerca si colloca nell’ambito del reinforcement learning basato su reti neurali deep da adattare al caso multi-agente. L’incarico, finanziato dal centro di competenza del Dipartimento federale della difesa nel campo della tecnologia (armasuisse S T), è parte di un programma per il controllo multi-agente di ambienti di simulazione di volo. Mansioni Progetto ed analisi di algoritmi di deep reinforcement learning in grado di supportare sistemi multi-agente e loro connessione ad ambienti di simulazione. Moderato carico didattico come teaching assistant presso corsi USI e SUPSI. Redazioni di pubblicazioni scientifiche su giornali ed atti di conferenze di buon livello. Comunicazione e cooperazione con armasuisse S T. Redazione tesi di dottorato. Requisiti Master in Ingegneria od altre discipline STEM (già ottenuto o prossimo all’ottenimento). Ottima padronanza della lingua inglese parlata e scritta. Altri requisiti non indispensabili ma graditi sono: buona conoscenza dei linguaggi di programmazione Python e C++, conoscenza di base della libreria Pytorch, esperienza nell’uso di simulatori di volo (es. JSBSim o FlightGear), generale interesse per temi legati all’aviazione. Offriamo Una posizione a tempo determinato. Un salario attrattivo, in linea con gli standard svizzeri. Ambiente di lavoro internazionale. Copertura dei costi di partecipazione a conferenze, workshop e scuole di dottorato di alto profilo. I requisiti per questa funzione sono pubblicati nelle “Direttive interne SUPSI” e nel “Regolamento del personale SUPSI” disponibili nella pagina “ Documenti ufficiali ”. Informazioni supplementari possono essere richieste a: Alessandro Antonucci I candidati dovranno inviare la seguente documentazione, redatta in inglese: Curriculum vitae con lista delle pubblicazioni, con link, se possibile, alla tesi di dottorato. Diplomi dei corsi di Bachelor e Master frequentati con esami sostenuti e votazioni dei singoli esami. Lista di tre persone di referenza (con indirizzo e-mail). Lettera di motivazione che includa anche una breve descrizione dell’esperienza di ricerca passata e dei futuri interessi di ricerca (1-2 pagine). Saranno prese in considerazione unicamente le candidature inoltrate entro il 15 novembre 2021 tramite il formulario di candidatura dedicato. Non sono accettate candidature incomplete, inviate ad altri indirizzi od oltre il termine stabilito. Modalità di candidatura Formulario di candidatura English version Ph.D. Student in the area of multi-agent deep reinforcement learning
Please click here, if the job didn't load correctly.
Your browser does not support iframes. Please click <a href="https://www.acad.jobs/job.php?t_id=J000353776&redirect" target="_parent" style="color:#7A7A7A">here</a>, if the job didn't load correctly.