myScience
Zurich
Gestern
Praktikum oder Masterarbeit
- Veröffentlicht:13 November 2025
- Pensum:100%
- Arbeitsort:Zurich
Über den Job
Praktikum oder Masterarbeit
Arbeitsort Zürich - Region Zürich - SchweizKategoriePositionVeröffentlicht12. November 2025Praktikum oder Masterarbeit
Motivation
Jüngste Fortschritte bei KI-basierten Lösern haben eine um Größenordnungen schnellere Lösung komplexer Optimierungsprobleme im Vergleich zu klassischen Methoden gezeigt. Um diese Modelle für ingenieurtechnische Anwendungen praktisch relevant zu machen, liegt die nächste Herausforderung darin, Architekturen zu entwickeln, die physikalische Gesetze respektieren, kontinuierliche und ganzzahlige Beschränkungen handhaben und nichtlineare Zielfunktionen optimieren können. Solche Fähigkeiten sind entscheidend, um die Optimalitätslücke zu schließen und gleichzeitig zulässige Lösungen sicherzustellen. Diese Arbeit wird die Anwendbarkeit von KI-Lösern auf Probleme des Stromnetzes demonstrieren, einschließlich Optimal Power Flow (OPF), Ausbauplanung und Unit Commitment.
Was Sie tun werden
Erforderliche Qualifikationen
Zusätzliche Qualifikationen
Ort, Dauer und Format
Vielfalt
IBM verpflichtet sich zu Vielfalt am Arbeitsplatz. Bei uns finden Sie ein offenes, multikulturelles Umfeld. Hervorragende flexible Arbeitsregelungen ermöglichen es allen Geschlechtern, die gewünschte Balance zwischen beruflicher Entwicklung und Privatleben zu finden.
Wie Sie sich bewerben
Bitte reichen Sie Ihre Bewerbung mit Anschreiben und Lebenslauf über den untenstehenden Link ein.
Bei Fragen zu dieser Position wenden Sie sich bitte an Alban Puech, Alban.Puech2@ibm.com .
KI-Löser für beschränkte nicht-konvexe Optimierung
Ref. 2025_033Motivation
Jüngste Fortschritte bei KI-basierten Lösern haben eine um Größenordnungen schnellere Lösung komplexer Optimierungsprobleme im Vergleich zu klassischen Methoden gezeigt. Um diese Modelle für ingenieurtechnische Anwendungen praktisch relevant zu machen, liegt die nächste Herausforderung darin, Architekturen zu entwickeln, die physikalische Gesetze respektieren, kontinuierliche und ganzzahlige Beschränkungen handhaben und nichtlineare Zielfunktionen optimieren können. Solche Fähigkeiten sind entscheidend, um die Optimalitätslücke zu schließen und gleichzeitig zulässige Lösungen sicherzustellen. Diese Arbeit wird die Anwendbarkeit von KI-Lösern auf Probleme des Stromnetzes demonstrieren, einschließlich Optimal Power Flow (OPF), Ausbauplanung und Unit Commitment.
Was Sie tun werden
- Erkunden von KI-gesteuerten Lösern für beschränkte nicht-konvexe Optimierung, einschließlich Methoden basierend auf selbstüberwachtem primal-dualem Lernen.
- Implementieren von weichen und harten Beschränkungen in neuronalen Architekturen und Bewerten der resultierenden Modelle hinsichtlich Optimalitätslücke und Zulässigkeit.
- Demonstrieren und Benchmarken des KI-Lösers bei Optimal Power Flow- und Unit Commitment-Problemen gegenüber klassischen Optimierungslösern.
- Beitragen von hochwertigem, reproduzierbarem Code zu unseren Open-Source-Projekten, die unter der Linux Foundation for Energy gehostet werden.
Erforderliche Qualifikationen
- Für Masterarbeit: Einschreibung in einem Masterstudiengang der Informatik, Elektrotechnik, Physik, Mathematik oder einem verwandten Fach.
- Für Praktikum: MSc oder PhD (bevorzugt) in Informatik, Elektrotechnik, Physik, Mathematik oder einem verwandten Fach.
- Praktische Erfahrung mit KI/ML-Modelltraining, einschließlich Verständnis von Optimierungskonzepten, Metriken und Regularisierung.
- Kenntnisse in Python und PyTorch, mit soliden Software-Engineering-Fähigkeiten (Linux, Git/GitHub, Testing, Reproduzierbarkeit).
- Starke Problemlösungskompetenz und Fähigkeit, Ideen aus der Literatur zu erforschen und zu synthetisieren, Experimente eigenständig zu entwerfen und neue ML-Architekturen zu entwickeln.
Zusätzliche Qualifikationen
- Grundlegendes Verständnis klassischer und datengetriebener Optimierungsalgorithmen.
- Domänenwissen in Elektrotechnik oder Modellierung von Energiesystemen.
Ort, Dauer und Format
- Ort: IBM Research Europe - Zürich, Schweiz
- Dauer: Typischerweise 6 Monate (Masterarbeit) oder 3-6 Monate (Praktikum)
- Betreuung: Gemeinsame Betreuung durch Forscher der KI-Forschungsteams mit Zugang zu IBMs Hochleistungsrechner-Clustern.
Vielfalt
IBM verpflichtet sich zu Vielfalt am Arbeitsplatz. Bei uns finden Sie ein offenes, multikulturelles Umfeld. Hervorragende flexible Arbeitsregelungen ermöglichen es allen Geschlechtern, die gewünschte Balance zwischen beruflicher Entwicklung und Privatleben zu finden.
Wie Sie sich bewerben
Bitte reichen Sie Ihre Bewerbung mit Anschreiben und Lebenslauf über den untenstehenden Link ein.
Bei Fragen zu dieser Position wenden Sie sich bitte an Alban Puech, Alban.Puech2@ibm.com .
Footer links
Bitte beziehen Sie sich in Ihrer Bewerbung auf myScience.ch und geben Sie die Referenz JobID68719 an.
