Postdoctoral Researcher in Tabular Foundation Models for Building and District Energy Systems — Empa

Description complète

Les sciences et technologies des matériaux sont notre passion. Grâce à nos recherches de pointe, les quelque 1,100 collaborateurs d’Empa apportent une contribution essentielle au bien-être de la société et à un avenir digne d’être vécu. Empa est un institut de recherche du Domaine des EPF.

Chercheur postdoctoral en modèles de fondation tabulaires pour les systèmes énergétiques des bâtiments et des quartiers

Notre passion réside dans les sciences et technologies des matériaux et, au Laboratoire des systèmes énergétiques urbains (UESL), nous développons des stratégies et des méthodes pour favoriser la création de systèmes énergétiques décarbonés, résilients et équitables.

Ce poste postdoctoral est proposé en collaboration avec le Laboratoire des systèmes intelligents de maintenance et d’exploitation (IMOS) de l’EPFL ( Prof. Olga Fink ). IMOS développe des méthodes avancées d’apprentissage automatique et d’IA pour des systèmes d’ingénierie et industriels complexes, en mettant particulièrement l’accent sur l’amélioration de leur fiabilité, de leur disponibilité et de leurs performances opérationnelles, tout en permettant une maintenance plus efficace et plus rentable.

Pour faire progresser le développement de modèles de fondation tabulaires pour les systèmes énergétiques, nous recherchons un chercheur postdoctoral hautement motivé et qualifié. Le projet vise à développer des modèles de fondation capables d’apprendre à partir de données tabulaires hétérogènes couvrant les bâtiments et les systèmes énergétiques à l’échelle des quartiers, et d’être transférables entre différents systèmes, conditions de fonctionnement et tâches en aval. Le poste combine l’expertise d’Empa UESL dans le développement et l’accès à des modèles de systèmes énergétiques avec l’expertise méthodologique du laboratoire IMOS en apprentissage automatique et en modèles de fondation.

Vos tâches

• Évaluer et comparer les modèles de fondation tabulaires préentraînés existants destinés aux applications énergétiques à l’échelle des bâtiments et des quartiers, en évaluant leur transférabilité et leur capacité de généralisation entre différents systèmes, conditions de fonctionnement et tâches en aval.
• Adapter et affiner les modèles de fondation existants pour des applications de systèmes énergétiques, en étudiant des stratégies d’adaptation efficaces ainsi que l’utilisation de données et de connaissances spécifiques au domaine.
• Développer de nouvelles approches de modèles de fondation tabulaires lorsque les modèles préentraînés existants sont insuffisants, en mettant particulièrement l’accent sur la transférabilité entre des systèmes énergétiques et des jeux de données hétérogènes.
• Valider et comparer les modèles développés à l’aide de mesures effectuées dans des bâtiments, de simulations fondées sur la physique et de modèles d’optimisation des systèmes énergétiques.
• Étudier comment les modèles de fondation tabulaires peuvent contribuer à la modélisation et à l’optimisation des systèmes énergétiques, notamment pour des applications telles que la prédiction, la modélisation par substitution, la quantification de l’incertitude et l’aide à la décision.
• Coordonner les activités de recherche conjointes entre UESL et IMOS.
• Publier et présenter des perspectives et des résultats de recherche.
• Contribuer à l’élaboration de propositions de recherche et à l’obtention de financements compétitifs.

Votre profil

Nous recherchons un chercheur hautement motivé et dévoué, titulaire d’un doctorat en mathématiques, en génie électrique ou mécanique, en informatique ou dans un domaine connexe, et disposant d’une solide formation méthodologique en apprentissage automatique. La personne candidate idéale possède une expérience de recherche avérée dans le domaine des modèles de fondation, notamment l’évaluation et l’adaptation de modèles préentraînés, les stratégies d’ajustement fin et le développement de nouvelles architectures de modèles ou approches d’apprentissage. Une expérience des modèles de fondation tabulaires ou des modèles de fondation pour données structurées est particulièrement pertinente pour ce poste.

Les qualifications clés comprennent

• Solide expérience de recherche en apprentissage profond et en modèles de fondation, notamment une expérience des modèles préentraînés, de l’ajustement fin, de l’apprentissage par transfert ou de l’apprentissage auto-supervisé. Une expérience des modèles de fondation tabulaires ou des modèles de fondation pour données structurées est particulièrement pertinente.
• Une solide compréhension des architectures modernes d’apprentissage profond et des stratégies d’entraînement, ainsi qu’une expérience dans la conception et l’évaluation rigoureuse de nouvelles méthodes d’apprentissage automatique.
• Excellentes compétences en programmation Python et solide expérience pratique de la mise en œuvre, de l’entraînement et de l’évaluation de modèles d’apprentissage profond et de bases de code de recherche.
• Un solide parcours en apprentissage automatique ou dans des domaines étroitement liés
• Une excellente maîtrise de l’anglais à l’écrit comme à l’oral

Idéalement, la personne candidate possède également

• Possède de l’expérience en modélisation et en optimisation des systèmes énergétiques
• Possède de l’expérience avec des données tabulaires ou hétérogènes, notamment dans plusieurs jeux de données, domaines ou tâches
• Connaît les méthodes d’optimisation mathématique, telles que la programmation linéaire en nombres entiers mixtes
• Possède de l’expérience en quantification de l’incertitude, en modélisation de substitution ou en apprentissage automatique informé par la physique
• Comprend les défis techniques associés à la transition énergétique

Notre offre

• Un environnement de recherche stimulant et interdisciplinaire et des possibilités de développement personnel et professionnel
• Une collaboration étroite entre Empa et EPFL, réunissant des expertises complémentaires en systèmes énergétiques, en apprentissage automatique et en modèles de fondation
• La possibilité de contribuer à façonner une orientation de recherche émergente à l’interface de l’intelligence artificielle, de la modélisation et de l’optimisation des systèmes énergétiques
• La possibilité de commencer immédiatement ou d’un commun accord

Nous favorisons une culture de l’inclusion et du respect. Nous accueillons toutes les personnes qui s’intéressent à des activités innovantes, durables et porteuses de sens - c’est ce qui compte.

Nous nous réjouissons de recevoir votre dossier de candidature complet en ligne, comprenant une lettre de motivation, un CV, une proposition de recherche d’une page expliquant comment vous aborderiez vos tâches, des certificats, des diplômes et les coordonnées de deux personnes de référence. La proposition de recherche doit présenter brièvement la vision de recherche de la personne candidate et les orientations méthodologiques proposées pour faire progresser les modèles de fondation tabulaires pour les systèmes énergétiques, notamment les questions de recherche et les approches potentielles pertinentes pour le poste. Veuillez soumettre votre candidature exclusivement via notre portail d’emploi. Les candidatures envoyées par e-mail ou par courrier ne seront pas prises en considération.

Questions sur cette offre