Doctorado – Redes de modelos neuronales complejos – Alemania

 

Se oferta una vacante para participar en un equipo internacional en un proyecto de red doctoral financiado por la UE llamado MINDnet. El proyecto está formado por 15 estudiantes de doctorado de 7 universidades, un centro de investigación y dos empresas. Cuenta con socios de ocho países de la UE. Los 15 proyectos de doctorado se centran en la computación neuromórfica y el procesamiento analógico de señales, con aplicaciones en los campos de la comunicación, la detección, la geolocalización, el espacio y la biomedicina. 

Este proyecto de doctorado se desarrollará en el Centro de Investigación PGI-14 de Jülich. Además de la estancia en PGI-14, realizarás estancias de 3 meses en Albira Tech SL (Barcelona, ​​España), la Universidad Técnica de Graz (Austria) y la Universidad de Trento (Italia). También te reunirás periódicamente con los otros 14 estudiantes de doctorado de la red doctoral, incluyendo 4 centros de formación y dos talleres.  Como participante en el proyecto, formarás parte del grupo «Computación en Sistemas Dinámicos» de PGI-14. 

Antecedentes de MINDnet:

El auge exponencial de la inteligencia artificial (IA), el tráfico de internet y los servicios en línea exige un salto revolucionario en dispositivos, arquitectura informática y tecnologías de integración. Mientras la informática digital lucha por satisfacer la creciente demanda, en MINDnet se investigará la computación neuromórfica como una solución prometedora para satisfacer dicha demanda, inspirándose en las potentes y eficientes capacidades de procesamiento del cerebro. MINDnet busca abordar este desafío mediante una optimización holística, desde los dispositivos informáticos individuales hasta la arquitectura general, con un enfoque en las aplicaciones y los métodos de entrenamiento, en múltiples plataformas tecnológicas: fotónica, electrónica y neuronas biológicas.

Responsabilidades y tareas:

Este proyecto de doctorado tiene como objetivo desarrollar, verificar y comparar reglas de aprendizaje en redes de modelos complejos de neuronas en pico en el campo de aplicación de la geolocalización.

• Construcción de un modelo de simulación para redes de neuronas complejas con topologías cercanas a los modelos de neurociencia
• Analizar estados dinámicos de redes neuronales complejas con respecto a la topología de la red y los parámetros neuronales.
• Desarrollo de reglas de aprendizaje considerando las fuertes no linealidades de las neuronas
• Identificar tareas de aplicación adecuadas en el campo de la geolocalización y optimizar la red y las reglas de aprendizaje en consecuencia.
• Diseñar, configurar y operar sistemas experimentales para mediciones a nivel de circuito y análisis de datos.

Requisitos: 

• Maestría en ingeniería eléctrica/electrónica, ingeniería informática, informática, física o campos relacionados.
• Cursos sobre algoritmos, teoría de la complejidad computacional y teoría de la información
• Cursos y experiencia relevantes en redes neuronales de punta y estadísticas.
• Una sólida formación en electrónica, incluida experiencia en el análisis y simulación de circuitos analógicos, digitales o de señales mixtas, incluidos SPICE y herramientas relacionadas (LTspice, Cadence, MATLAB, Python).
• Excelentes habilidades de comunicación y capacidad para trabajar en equipo son esenciales.
• Se requerirán fuertes habilidades de inglés para el entorno laboral internacional.

Beneficios:

• En función de sus cualificaciones y responsabilidades asignadas, se le clasificará según el grupo salarial 13 (75 %) del TVöD-Bund. Además, recibirá una paga especial (la «gratificación navideña») equivalente al 60 % de un mes de salario. Puede encontrar toda la información sobre el convenio colectivo del TVöD-Bund en la página web de BMI.

Organización/Empresa: Centro de Investigación Jülich.

Ámbito de investigación: Ingeniería » Ingeniería eléctrica; Física » Física matemática; Física » Física computacional

Perfil de investigación: Investigador en primera etapa (R1).

País: Alemania.

Fecha límite de solicitud: 30 de marzo de 2026.

Más información: Euraxess.