PhD Harjoittelija – Tietoihin perustuva rakennusten mallintaminen ja optimointi

Yhdysvallat || 1676 Päivää Sitten
Kategoria :Tekniikka
Maa :Yhdysvallat
PNNL - Anywhere, USA
julkaisupäivä :2021-12-13
Kuvaus
Pacific Northwest National Laboratory (PNNL) on maailmanluokan tutkimuslaitos, jonka voimanlähteenä on korkeasti koulutettu ja monipuolinen työvoima, joka on sitoutunut rehellisyyteen, luovuuteen, yhteistyöhön, vaikuttamiseen ja Rohkeutta. Joka vuosi lukuisat dynaamiset, innokkaat ihmiset tulevat PNNL:ään työskentelemään tunnettujen tutkijoiden kanssa merkityksellisten tieteen, innovaatioiden ja tulosten parissa Yhdysvaltain energiaministeriölle ja muille sponsoreille; tässä on tilaisuutesi olla yksi heistä! PNNL:llä , löydät jännittävän tutkimusympäristön ja erinomaiset edut, kuten sairausvakuutuksen, joustavat työajat ja etätyömahdollisuudet. PNNL sijaitsee itäisessä Washingtonin osavaltiossa – Washingtonin kuivalla puolella, joka tunnetaan upeasta ulkoilusta ja kohtuuhintaisista elinkustannuksistaan. Lab’s kampus on vain 45 minuutin lennon (tai noin 3 tunnin ajomatkan) päässä Seattlesta tai Portlandista, ja sitä palvelee kätevä PSC-lentokenttä, joka on yhteydessä 8 suureen keskukseen. Yleiskatsaus Electricity Infrastructure and Buildings Division on yksi Pacific Northwest National Laboratoryn innovatiivisimmista ryhmistä. Olemme lahjakkaita, palkittuja ylläpitäjiä, asiantuntijoita, teknikoita, johtajia, tiedemiehiä ja insinöörejä, ja työskentelemme joidenkin Amerikan vaikeimpien energiahaasteiden eturintamassa. Missiomme on tarjota monialaisia ratkaisuja valtakunnallisesti vaikuttaviin energiahaasteisiin. Käytämme järjestelmänäkökulmaa, joka käsittelee teknologisia, taloudellisia, sääntely- ja markkinaesteitä parantaaksemme maan energiajärjestelmiä sukupolvelta loppukäyttöön. Tarjoamme läpinäkyviä, toistettavia ja puolueettomia tuloksia politiikan ja teknologisen innovaation ohjaamiseksi. Vastuut Tohtoriharjoittelija työskentelee PNNL:n tutkijoiden kanssa osoittaakseen, kuinka rakennusalan standardoituja vertailutietosarjoja voidaan käyttää tukemaan hiilidioksidin vähentämiseen liittyviä käyttötapauksia, kuten kysynnän ja sisäympäristön laadun (IEQ) yhteisoptimointia, kvantifioimalla joustavuutta verkkovaatimusten, kuten esim. kysyntävastaus sekä pitkän ja lyhyen aikavälin kysynnän ennustaminen. Työ sisältää myös tietojenkäsittelyn Python-pohjaisten puoliautomaattisten tietoputkien avulla vertailutietosarjojen luomiseksi. Hakijan odotetaan auttavan tiivistämään teknisiä havaintoja vertaisarvioituihin julkaisuihin ja auttamaan teknisten raporttien kirjoittamisessa. Vahva ymmärrys optimoinnista, ohjaussuunnittelusta ja tietopohjaisesta mallintamisesta; vahva rakennusalan ymmärrys, tietopohjaisten menetelmien perehtyminen, kokemus todellisista rakennuksista peräisin olevista tietojoukoista, Pythonin; kokemus teknisestä kirjoittamisesta. Pätevyydet Vähimmäispätevyys: Hakijoiden on oltava tällä hetkellä kirjautuneena tohtoriohjelmaan/yliopistoon akkreditoidussa korkeakoulussa. Vähintään 3.0 GPA vaaditaan. Suositeltava pätevyys: 15 kandidaatin tutkinto17 ja/tai maisterin tutkinto ohjaimissa, optimoinnissa ja/tai sähkö-/konetekniikassa. GPA 3.5 suositeltava. Vaaralliset työolosuhteet/ympäristö
Mainos on vanhentunut. Voit nähdä vastaavia mainoksia alla
2023-11-11
£15,000 - £20,000
2021-09-26
£45,000 - £50,000
2021-09-26
£45,000 - £50,000