개요 PCSD(물리 및 계산 과학 위원회) 연구원은 실험 및 이론 계면 화학, 화학 분석, 고에너지 물리학, 계면 촉매 작용, 다기능 재료, 통합된 고성능 및 데이터 집약적 컴퓨팅. PCSD는 에너지부 과학부 산하 에너지부 기초 에너지 과학부, 첨단 과학 컴퓨팅 연구, 핵물리학부에서 지원하는 연구를 담당하는 PNNL17>의 주요 책임자입니다. 또한 이사회 직원은 민간 산업과 국방부, NASA 등 기타 정부 기관을 위한 연구 개발을 수행합니다. 이사회의 연구원들은 에너지부의 모든 임무에 걸쳐 국가적으로 중요한 과제를 다루는 학제간 팀의 구성원입니다. 책임 PNNL(Pacific Northwest National Laboratory)은 과학적인 기계 학습과 동적 시스템 및 제어에 대한 응용에 중점을 둔 연구 데이터 과학자 인턴을 찾고 있습니다. 후보자는 FAIR 원칙에 따라 과학 소프트웨어 개발 및 과학 데이터 관리에 대한 경험이나 관심이 있어야 합니다. 풍력 발전, 건물의 에너지 시스템, 로봇 공학 또는 자율 과학 실험실과 같은 과학 응용 분야와 같은 동적 시스템의 모델링 및 제어에 중점을 둡니다. 성공적인 후보자는 또한 기술적 연구 결과를 요약하고 동료 검토 출판물에 기여할 것으로 예상됩니다. 성공적인 후보자는 다양한 분야의 기술 팀에서 협력하게 되며 강력한 의사소통 및 대인 관계 기술을 갖추어야 합니다. 자격 최소 자격: 지원자는 현재 공인된 대학의 박사 과정에 등록/입학 중이어야 합니다. 최소 GPA 3.0이 필요합니다. 우대 자격: 응용 수학의 특정 영역(예: 분석, 선형 대수학, 역학 시스템, 모델링 및 시뮬레이션, 제어 이론, 그래프 이론, 위상수학, 연산자 이론)에 대한 뛰어난 기술. Python 언어 및 데이터 과학 패키지(예: Numpy, Pandas, SciPy, Matplotlib)에 능숙합니다. 소프트웨어 버전 제어 시스템(예: Git)에 대한 숙련도. 최신 기계 학습 라이브러리(예: Pytorch 또는 Tensorflow)에 대한 숙련도는 플러스입니다. 현대 과학 딥 러닝 방법(예: 신경 ODE, 물리 기반 신경망, 연산자 네트워크, 해밀턴 및 라그랑지 신경망, 그래프 신경망)에 대한 경험은 플러스입니다. . 제한된 최적화 도구(예: Gurobi, CPLEX)에 대한 지식은 장점입니다. 로봇 시스템 엔지니어링 및 로봇 시스템 제어 경험은 장점입니다. ROS를 이용한 로봇 프로그래밍 경험과 MuJoCo 등 로봇 시뮬레이션 환경 경험은 우대사항입니다. 기초 및 응용 에너지 과학의 배경 지식(예: 계산 물리학 또는 컴퓨터