¡Activa las notificaciones laborales por email!

Doctorando / a en Implementación de Infraestructuras Inteligentes para Vehículos Automatizados

CEIT Centro Tecnológico

Marbella

Híbrido

EUR 30.000 - 50.000

Jornada completa

Hace 4 días
Sé de los primeros/as/es en solicitar esta vacante

Mejora tus posibilidades de llegar a la entrevista

Elabora un currículum adaptado a la vacante para tener más posibilidades de triunfar.

Descripción de la vacante

Una empresa tecnológica innovadora busca un candidato apasionado por las nuevas tecnologías para contribuir a una tesis doctoral que transformará la movilidad. Este emocionante proyecto se centra en la implementación de infraestructuras inteligentes para vehículos conectados y automatizados, optimizando su circulación y mejorando la seguridad y eficiencia. Ofrecemos un entorno de trabajo flexible y colaborativo, con oportunidades de crecimiento profesional y un enfoque en la conciliación de la vida personal y laboral. Si te entusiasma la investigación y deseas marcar la diferencia en el sector, esta es tu oportunidad.

Servicios

Horario flexible
Teletrabajo
Formación continua
33 días de vacaciones
Instalaciones deportivas
Matrícula universitaria gratuita
Club de compra
Seguro médico premium
Buen clima laboral
Oportunidades de crecimiento

Formación

  • Dominio del entorno digital y conocimientos en programación y análisis de datos.
  • Experiencia en el desarrollo de simulaciones y manejo de Python y Linux.

Responsabilidades

  • Explorar la implementación de infraestructuras inteligentes para vehículos conectados.
  • Desarrollar simulaciones en entornos virtuales y realizar implementaciones piloto.

Conocimientos

Python
Linux
Programación orientada a objetos
Análisis de datos
Inteligencia Artificial

Educación

Graduado con máster en Ingeniería
Graduado con máster en Matemáticas

Herramientas

Simulación

Descripción del empleo

Eres una persona apasionada y curiosa por las nuevas tecnologías? Te gusta buscar aplicaciones reales a todo lo estudiado? Esta es tu oportunidad de aplicar la ingeniería y transformar el futuro de la movilidad para que sea más segura, eficiente y sostenible.

En esta tesis doctoral se explorará la implementación de infraestructuras inteligentes para mejorar el Diseño Operacional de Dominios (ODD) en zonas de trabajo dinámicas, optimizando la circulación de vehículos conectados, automatizados y AGVs. Además, se analizará cómo estas infraestructuras pueden mejorar la comunicación y coordinación entre vehículos y su entorno, aumentando la seguridad y eficiencia operativa. La investigación considerará las nuevas tecnologías en sistemas de decisión avanzados (incluyendo inteligencia artificial), comunicaciones V2I (Vehículo a Infraestructura) e I2V, así como técnicas para trayectorias y control óptimo.

La investigación se desarrollará de la siguiente manera :

  1. Estudio del Estado del Arte: Se realizará una revisión exhaustiva sobre infraestructuras inteligentes, vehículos conectados / automatizados (CAVs) y AGVs, con especial hincapié en sistemas de decisión y control.
  2. Arquitectura de la infraestructura inteligente: Se modelará el entorno operativo (ODD) y se establecerán los parámetros para la circulación y coordinación de vehículos.
  3. Desarrollo de simulaciones en entornos virtuales: Se implementarán escenarios de simulación que repliquen situaciones reales en entornos industriales y de carreteras.
  4. Implementación piloto en entornos reales: Se implementará la infraestructura inteligente en escenarios reales, tanto en carreteras como en instalaciones industriales.
  5. Presentación de resultados: Se analizarán los resultados de las simulaciones y la fase de implementación de pilotos.
  6. Publicación de resultados: Los resultados se documentarán y presentarán en revistas y conferencias internacionales, contribuyendo al conocimiento en vehículos automatizados / autónomos. Finalmente, se realizará la publicación de la tesis.

La investigación del candidato contribuirá significativamente al avance del sector de vehículos conectados y autónomos, y su interacción con la infraestructura. Este trabajo permitirá mejorar el rendimiento de vehículos automatizados en diferentes entornos (ODD), traduciéndose en mayor eficiencia y seguridad en zonas críticas, optimizando la circulación de CAVs y AGVs, y reduciendo riesgos operativos en zonas industriales y vías públicas. Esto facilitará la extensión de los entornos de trabajo de los vehículos y contribuirá a crear maniobras más seguras.

Ofrecemos :

  • Horario flexible: jornada intensiva los viernes y en verano.
  • Teletrabajo: 6 días al mes.
  • Formación continua: técnica y de idiomas.
  • Conciliación de la vida personal y laboral.
  • 33 días de vacaciones al año.
  • Instalaciones deportivas para fomentar la práctica del deporte.
  • Matrícula universitaria gratuita en la Universidad de Navarra.
  • Club de compra: descuentos en tiendas, viajes, hoteles.
  • Acceso a seguro médico premium en la Clínica Universidad de Navarra.
  • Buen clima laboral basado en la confianza y el trabajo en equipo, en un ambiente joven, multidisciplinar y dinámico.
  • Incorporación en una empresa tecnológica internacional de vanguardia.

Oportunidades de crecimiento y desarrollo profesional en un entorno de trabajo positivo y colaborativo.

Tiempo para realizar la tesis: 4 años.

Remitir por correo electrónico o adjuntar a la postulación la siguiente documentación:

  • Carta de presentación.
  • CV actualizado con fotografía.

Expediente académico del grado y máster (si procede).

Titulación requerida :

Graduado con máster en Ingeniería o Matemáticas (Industrial, Inteligencia Artificial, Telecomunicaciones, Informática, Ciencia de Datos, Electrónica, entre otros).

  • Se valorará positivamente el dominio del entorno digital y conocimientos en tecnologías de programación, simulación y análisis de datos, incluyendo manejo de Python, Linux y programación orientada a objetos.
Consigue la evaluación confidencial y gratuita de tu currículum.
o arrastra un archivo en formato PDF, DOC, DOCX, ODT o PAGES de hasta 5 MB.