Vicomtech (www.vicomtech.org) es un Centro privado de Investigación Aplicada especializado en Inteligencia Artificial, Visual Computing e Interacción situado en Donostia-San Sebastián y Bilbao y con fuerte presencia nacional en la aplicación de tecnologías de Inteligencia Artificial punteras en múltiples sectores. Somos miembros de la Basque Research and Technology Alliance (BRTA) y de GraphicsVision.ai, una red internacional especializada en Computer Graphics (https://graphicsvision.ai/).

Buscamos un/a Ingeniero/a de Modelado Predictivo e IA con perfil científico-técnico y sólidas habilidades de ingeniería de software, motivado/a por resolver problemas industriales complejos combinando conocimiento físico del sistema y aprendizaje automático: predicción del comportamiento de activos y procesos, cuantificación de la incertidumbre asociada y transferencia de esos modelos a producción.

Responsabilidades:

• Diseñar y desarrollar modelos predictivos aplicados al diagnóstico y pronóstico de sistemas: estimación de vida útil remanente (RUL), detección y clasificación de degradación y fallos, predicción de series temporales multivariantes y modelos de salud de activos.

• Desarrollar modelos híbridos que integren conocimiento físico y datos, con especial foco en Physics-Informed Neural Networks (PINNs) y otras aproximaciones de scientific machine learning

• Aplicar técnicas de cuantificación de la incertidumbre (bayesiano aproximado, ensembles, conformal prediction, propagación de incertidumbre) para que las predicciones lleguen al usuario final acompañadas de una medida de confianza utilizable en la toma de decisiones.

• Construir modelos surrogados (reduced order models, emuladores de simuladores físicos) que permitan sustituir simulaciones costosas en lazos de optimización y control.

• Integrar dichos modelos en esquemas de control predictivo basado en modelo (MPC) y de optimización en tiempo real, en colaboración con los equipos de control y de dominio.

• Llevar los modelos más allá del notebook: empaquetado, despliegue, monitorización y reentrenamiento, contribuyendo a nuestro ciclo de vida de MLOps.

• Contribuir a la mejora y ampliación de nuestros activos software (librerías internas, plataformas de modelado y de datos) creando capacidades reutilizables.

• Colaborar con equipos multidisciplinares de ingeniería, investigación y negocio, y participar en publicaciones científicas y congresos internacionales.