Usiamo cookie tecnici e il registro anonimo delle visite di Zorky. Yandex Metrica (dati conservati su server in Russia) funziona solo con il tuo consenso. Non vendiamo mai dati. Ulteriori informazioni su cookie e statistiche.
Zorky è in modalità test: è tutto gratuito. Le offerte e le pagine delle aziende sono aperte a tutti; i link agli annunci e la tua selezione personale si aprono dopo la registrazione. Registrati →
← Tutte le offerte

Quantum Applications and Data Engineer – Quantum AI/ML & Hybrid Computing

Livello non indicatohybrid10.000 SGD · periodo non indicatoSingapore, SG1 sett. fa
Analisi del mercato
📊 Data Engineering: stipendi e domanda sul mercato
Stack
Product KnowledgeMachine LearningQuantum GISdevelopment & engineeringScience and MathMathematicsModel EvaluationComputer ScienceData EngineeringMeasurementsAnalyticsResource Development
Dettagli
Education
Bachelor's degree
Mostra azienda e link
Gratis, dopo l'accesso.
Candidati
Apri l'azienda e il link qui sopra: la candidatura arriva direttamente nel sistema di selezione dell'azienda, senza intermediari.

Descrizione

Role Summary We are seeking a Quantum Applications and Data Engineer to design, implement, and evaluate quantum computing applications, quantum AI/ML models, and hybrid quantum–classical workflows. The successful candidate will translate selected business and research problems into practical experiments, develop proof-of-concept solutions, and assess their performance against appropriate classical approaches.

Informazioni sul ruolo

The role

also includes dedicated data engineering responsibilities to ensure reliable data preparation, automated processing, and reproducible experimentation. This position requires strong Python programming skills, a foundation in machine learning and quantum computing, and the ability to communicate experimental findings clearly. Key

Responsabilità

Responsibilities

  • Quantum AI and Machine Learning Develop and evaluate quantum machine learning prototypes for selected classification, regression, and clustering use cases. Implement and assess quantum feature maps, quantum kernels, and parameterized quantum circuits. Explore variational quantum classifiers and hybrid quantum–classical learning architectures. Prepare suitable data-encoding strategies for quantum machine learning experiments. Integrate quantum model components with classical machine learning tools and workflows. Evaluate model performance using appropriate metrics, consistent datasets, and reproducible methods. Document training behavior, experimental results, resource requirements, and limitations. 2. Quantum Programmi
Descrizione completa, azienda e link per candidarti: dopo l'accesso. Accedi
I contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica.
Domanda urgente? Scrivi a @termdocs