Research support technician 2025 / CP / 082

University of A Coruña; Valladolid; Presencial; EUR 20.000 - 35.000; A tiempo parcial

Descripción de la vacante

La Universidad de A Coruña busca un Investigador de Primera Etapa en Ingeniería, especializado en técnicas de IA y análisis de datos astronómicos. El puesto es de medio tiempo y se basa en el CITIC, con tareas que incluyen desarrollo de herramientas de validación y técnicas de aprendizaje profundo. Se requiere un grado en ingeniería informática y experiencia relevante. La posición está abierta hasta el 21 de mayo de 2025.

Formación

• Se busca un grado en informática con máster relacionado.
• Experiencia en análisis de datos astrofísicos y técnicas de IA.
• Conocimiento de inglés valorado según el nivel.

Responsabilidades

• Desarrollo de herramientas para la validación de clasificación de objetos astronómicos.
• Implementación de técnicas de aprendizaje profundo para la optimización de datos.
• Generación de documentación del proyecto.

Conocimientos

Análisis de datos

Aprendizaje profundo

Clasificación y agrupamiento

Estadísticas bayesianas

Educación

Licenciatura en ingeniería informática

Máster relacionado con el campo

Descripción del empleo

Organisation / Company : University of A Coruña

Research Field : Engineering >

Researcher Profile : First Stage Researcher (R1)

Positions : Bachelor Positions

Country : Spain

Application Deadline : 21 May 2025 - 15 : 00 (Europe / Brussels)

Type of Contract : Permanent

Job Status : Part-time

Offer Starting Date : 1 Sep 2025

Funding : Not funded by an EU programme

Reference Number : 2025 / CP / 082

Research Title : AXUDAS PARA A CONSOLIDACIÓN E ESTRUTURACIÓN DE UNIDADES DE INVESTIGACIÓN COMPETITIVAS. GPC

Offer Description

Research line : Computer Science and Information Technology

Location & Schedule : CITIC - Monday to Friday : 10 : 30 - 14 : 00h

Tasks to Perform

• Development of tools for validation of unsupervised classification of astronomical objects observed by Gaia within the DPAC consortium and CU8 unit.
• Validation of star parameterization results using Gaia RVS data, including external validation with astronomical sources and internal validation considering observational and neural network errors, as well as quantification of confidence intervals and studies of objects with anomalous chemical abundances.
• Development of deep learning techniques for reducing data dimensionality to enhance star parameterization.
• Development of generative deep learning methods for classifying non-parameterized sources and improving existing star data.
• Estimation of errors in distances derived from parallaxes using Bayesian statistics.
• Support in generating documentation for the project.

1. Academic record : Degree in computer engineering (1 point), master's related to the field (1 point).

2. Knowledge of English : B2=0.25 points; C1=0.5 points; C2=1 point.

3. Relevant work / research experience : including scholarships, research projects, publications, contracts, patents, and software registrations.

4. Experience with Gaia data analysis, especially spectra processing and high-resolution stellar spectra analysis.

5. Internationalization activities : participation in scientific meetings, research stays, training schools, dissemination activities.

6. Specific experience in AI, deep learning, classification, and clustering in Big Data Astronomy.

Note : The position may be vacated if no candidate scores above 6 points.

Selection Process

Apply via UDC online services, addressing applications to the Office of the Vice-Rectorate for Research and Transference, including the call reference. Deadline : 5 working days after publication.

Additional Requirements

Documents needed : ID, degree certificate, CV, declarations of eligibility and data veracity. For international candidates, contact for instructions.

J-18808-Ljbffr

J-18808-Ljbffr

J-18808-Ljbffr