Scientist, Model Validation and Experimental Data Analysis

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Учёный в команду моделирования Proxima Fusion, который валидирует предсказательные модели плазмы по экспериментальным данным W7-X и делает стек симуляций надёжным для будущих машин Alpha и Stellaris.

Задачи

• Валидировать предсказательные модели плазмы по данным W7-X (неоклассический и турбулентный перенос, 3D-равновесие, ECRH, пеллетное топливо, бутстрап-ток и эволюция iota) с воспроизводимыми отчётами и регрессионными тестами
• Восстанавливать состояние плазмы по диагностическим измерениям с помощью байесовского workflow с оценкой неопределённостей и сравнивать с Minerva/IDA и ASTRA
• Работать с сырыми и предобработанными диагностическими данными, владеть forward-моделями, моделями шума и фитингом профилей
• Валидировать модели на базах разрядов, а не на отдельных выстрелах, по конфигурациям и режимам W7-X
• Выступать техническим интерфейсом с W7-X и IPP: формировать запросы на данные, работать на площадке в Грайфсвальде, предлагать эксперименты
• Передавать результаты валидации в проектирование: требования к диагностике Alpha и реалистичные модели неопределённостей
• Развивать стек моделирования: мапперы из экспериментальных архивов в IMAS, синтетическая диагностика, воспроизводимые workflow
• Помогать запускать цикл анализа между выстрелами к началу работы Alpha

Требования

• PhD по физике плазмы, fusion science или близкой дисциплине
• Практический опыт работы с экспериментальными данными установки магнитного удержания: диагностика, калибровки, систематические ошибки
• Опыт восстановления состояния плазмы: фитинг профилей, интегрированный анализ данных, реконструкция равновесия или баланс мощности и частиц
• Сильные знания физики переноса, равновесия и нагрева
• Строгость в работе с неопределённостями
• Опыт написания и поддержки научного ПО: контроль версий, тестирование, воспроизводимость
• Умение эффективно коммуницировать с физиками, диагностами, инженерами и экспериментаторами
• Самостоятельность и готовность регулярно ездить в Грайфсвальд, позже на площадку Alpha

Условия

• Работа над сложнейшими технологическими задачами коммерческого термоядерного синтеза
• Команда мирового уровня из Мюнхена, Цюриха и Оксфорда
• Финансирование более €650M
• Процесс интервью: рекрутер (30-60 мин), технический скрининг (30 мин), техническая панель (3x60 мин)

Навыки

• Julia
• Python
• Bayesian inference
• IMAS
• Minerva
• ASTRA
• FUSE
• OMFIT
• TRANSP
• JINTRAC
• SFINCS
• DKES
• NEO
• GENE
• CGYRO
• GX
• Machine Learning