myScience
Zurich
Vor 10 Stunden
PhD-Stelle
- Veröffentlicht:15 Dezember 2025
- Pensum:100%
- Arbeitsort:Zurich
Job-Zusammenfassung
PhD-Position bei IBM Zürich zur Entwicklung von AI-Methoden.
Aufgaben
- Entwicklung von Algorithmen für Quantenchemie mit AI.
- Integration von AI in hybride Quanten-Workflows.
- Erstellung synthetischer Trainingsdaten zur Datenoptimierung.
Fähigkeiten
- Masterabschluss in Informatik oder verwandtem Bereich erforderlich.
- Erfahrung mit Quantencomputing und AI/ML.
- Starke Python-Kenntnisse und Softwarepraktiken.
Ist das hilfreich?
Über den Job
PhD-Stelle
Arbeitsort Zürich - Region Zürich - SchweizKategoriePositionVeröffentlicht12. Dezember 2025PhD-Stelle
Wir laden Bewerbungen für eine vollständig finanzierte PhD-Stelle ein, in der Algorithmen an der Schnittstelle von künstlicher Intelligenz und Quantencomputing für molekulare und Reaktionsmodellierung entwickelt werden. Der Doktorand wird Teil des LowDataML European ITN (Innovative Training Network) sein und bei IBM Research Europe - Zürich arbeiten, während er an der Technischen Universität Eindhoven (TU/e) eingeschrieben ist. Die Projekte werden gemeinsam von IBM-Forschern und einem TU/e-Professor betreut, um KI-gesteuerte Quanten-Workflows auf heutiger und zukünftiger Hardware voranzutreiben.
Was Sie tun werden
Erforderliche Qualifikationen
Bevorzugte Qualifikationen
Ort, Zeitrahmen und Format
Vielfalt
IBM verpflichtet sich zu Vielfalt am Arbeitsplatz. Bei uns finden Sie ein offenes, multikulturelles Umfeld. Hervorragende flexible Arbeitsbedingungen ermöglichen es allen Geschlechtern, die gewünschte Balance zwischen beruflicher Entwicklung und Privatleben zu finden.
Wie Sie sich bewerben
Bitte reichen Sie Ihren Lebenslauf mit Kontaktinformationen von zwei oder drei Referenzen ein. Wir empfehlen den Kandidaten außerdem, ein 3-minütiges Video beizufügen, in dem sie sich vorstellen sowie ihre Motivation und Expertise hervorheben. Das Video ist nicht verpflichtend.
KI-Methoden für Quantenalgorithmen in der Chemie
Ref. 2025_038Wir laden Bewerbungen für eine vollständig finanzierte PhD-Stelle ein, in der Algorithmen an der Schnittstelle von künstlicher Intelligenz und Quantencomputing für molekulare und Reaktionsmodellierung entwickelt werden. Der Doktorand wird Teil des LowDataML European ITN (Innovative Training Network) sein und bei IBM Research Europe - Zürich arbeiten, während er an der Technischen Universität Eindhoven (TU/e) eingeschrieben ist. Die Projekte werden gemeinsam von IBM-Forschern und einem TU/e-Professor betreut, um KI-gesteuerte Quanten-Workflows auf heutiger und zukünftiger Hardware voranzutreiben.
Was Sie tun werden
- Entwicklung von KI-Methoden, die bei der Auswahl, Steuerung und Bewertung von Quantenalgorithmen für quantenchemische Probleme (elektronische Struktur, Reaktionsenergieprofile, spektrale Eigenschaften in Katalyse und komplexen Umgebungen) unterstützen.
- Integration von KI-Modellen in hybride Quanten-Klassik-Workflows, um Teilprobleme zu identifizieren, die für die Quantenbehandlung geeignet sind, realistische Quantensimulationen zu konfigurieren und Ausgaben zu analysieren.
- Nutzung von chemischen Foundation-Modellen als Merkmalsextraktoren und Priors, um Moleküle, Konformere und Reaktionsbedingungen in hochwertige Repräsentationen für nachgelagerte ML-Komponenten zu kodieren, die mit Quantenalgorithmen verbunden sind.
- Untersuchung von drei Schlüsselstrategien für KI-für-Quanten:
- Lernbasierte Auswahl von aktiven Räumen und Einbettungen in Multireferenz- oder fragmentbasierten Schemata (Zuweisung von Systemteilen zu Quantenressourcen).
- Datengetriebene Konstruktion und Anpassung von Schaltkreisen für variationale und sampling-basierte Quanten-Diagonalisierung (z.B. SQD, SqDRIFT) auf verrauschter Hardware.
- ML-unterstützte Parameterinitialisierung und Nachbearbeitung zur Beschleunigung von Konvergenz und Sampling.
- Erzeugung und Pflege synthetischer Trainingsdaten aus validierten quantenchemischen Berechnungen und Schaltkreissimulationen zur Bewältigung von Datenknappheit in der Chemie.
- Strenge Benchmarking gegenüber etablierten quantenchemischen Referenzwerten sowie Analyse von Skalierung und Robustheit.
Erforderliche Qualifikationen
- Einschreibeberechtigung für eine Promotion: Masterabschluss (oder gleichwertig) in Informatik, Elektrotechnik, Physik, Chemie, Angewandte Mathematik oder einem eng verwandten Fachgebiet.
- Praktische Erfahrung mit Quantencomputing (z.B. Qiskit oder andere SDKs): Schaltkreisdesign/-optimierung; Ausführung auf Simulatoren und/oder realen Geräten.
- Grundkenntnisse in KI/ML (Optimierung, Modelltraining, Regularisierung, Metriken) und nachweisbare Praxis bei der Anwendung von ML auf wissenschaftliche oder technische Probleme.
- Gute Python-Kenntnisse und solide Softwarepraktiken (Linux, git/GitHub, Testing, Reproduzierbarkeit).
- Vertrautheit mit Experiment-Orchestrierung, Containern und CI/CD.
- Klare Kommunikation in Englisch und eine strukturierte, kollaborative Arbeitsweise.
Bevorzugte Qualifikationen
- Solide Kenntnisse in Algorithmusentwicklung und linearer Algebra.
- Erfahrung mit elektronischenStrukturmethoden (z.B. DFT, MP2/CC, Multireferenzansätze, Einbettung) oder molekularer Spektroskopie.
- Erfahrung mit variationalen und sampling-basierten Quantenalgorithmen (z.B. VQE, SQD) und rauscharmer Schaltkreisoptimierung.
- Erfahrung mit chemischen Foundation-Modellen, Graph-Neuronalen Netzen oder Transformern für molekulare/Reaktionsrepräsentationen.
Ort, Zeitrahmen und Format
- Ort: IBM Research Europe - Zürich, Schweiz; Forschungsaufenthalte an der TU/e nach Bedarf.
- Dauer: Typischerweise 4 Jahre.
- Betreuung: Gemeinsame Betreuung durch Forscher aus dem KI- und Quanten-Team bei IBM Research Europe - Zürich und der TU/e.
Vielfalt
IBM verpflichtet sich zu Vielfalt am Arbeitsplatz. Bei uns finden Sie ein offenes, multikulturelles Umfeld. Hervorragende flexible Arbeitsbedingungen ermöglichen es allen Geschlechtern, die gewünschte Balance zwischen beruflicher Entwicklung und Privatleben zu finden.
Wie Sie sich bewerben
Bitte reichen Sie Ihren Lebenslauf mit Kontaktinformationen von zwei oder drei Referenzen ein. Wir empfehlen den Kandidaten außerdem, ein 3-minütiges Video beizufügen, in dem sie sich vorstellen sowie ihre Motivation und Expertise hervorheben. Das Video ist nicht verpflichtend.
Footer-Links
Bitte beziehen Sie sich in Ihrer Bewerbung auf myScience.ch und geben Sie die JobID68907 an.
