Plazas postdoctorales en aprendizaje automático y tecnologías cuánticas

La inteligencia artificial (IA) y las tecnologías cuánticas se encuentran entre las áreas más transformadoras de la investigación y el desarrollo de vanguardia en ciencia e ingeniería actual. Su convergencia tiene el potencial de redefinir la forma en que simulamos, optimizamos y comprendemos sistemas físicos complejos. La integración de la IA en computadoras y simuladores cuánticos puede ayudar a superar las limitaciones actuales del hardware, mejorar el control del sistema y descubrir nuevos modos de resolución de problemas que superan los enfoques clásicos.

El proyecto ML-QSIM se basa en una estructura robusta  multinodo  y  multirregional , que abarca cuatro grupos de investigación complementarios ubicados en  Asturias (CINN), Aragón (INMA), Cataluña (CVC)  y  Madrid (ICMM) , y tiene como objetivo desarrollar  metodologías impulsadas por IA para simulaciones cuánticas y computación basadas en plataformas de átomos neutros , explorando dominios tanto teóricos como experimentales. La investigación abarcará  el control cuántico, el aprendizaje automático mejorado cuánticamente y la computación híbrida cuántica-clásica , interactuando estrechamente con  los experimentos de átomos fríos en construcción en el CINN . Nuestro objetivo es crear herramientas robustas de IA que mejoren el rendimiento cuántico, contribuyan al ecosistema emergente de  tecnologías cuánticas en España y la UE , y posicionen a nuestro consorcio en la intersección de la física cuántica, la informática y la inteligencia artificial.

Se busca  tres investigadores/as postdoctorales altamente motivados  para unirse al equipo. Cada puesto abordará un área de investigación complementaria dentro del proyecto:

1. Control cuántico y aprendizaje por refuerzo
(CIN, Asturias)
– Desarrollar estrategias de control impulsadas por IA basadas en el aprendizaje de refuerzo para optimizar los parámetros de enfriamiento y atrapamiento utilizando retroalimentación en tiempo real para la plataforma experimental atómica de Rydberg.

– Mejorar los métodos holográficos para pinzas ópticas con modelos generativos y optimización de circuito cerrado.

– Comparar los métodos asistidos por IA con los enfoques de control clásicos y evaluar la escalabilidad y la robustez en condiciones de ruido realistas.

2. Enfoques neuronales para simulaciones cuánticas
(INMA, Zaragoza)
– Construir y mantener infraestructura de software para modelar sistemas cuánticos con herramientas de aprendizaje automático.

– Investigar representaciones basadas en redes neuronales de estados cuánticos de muchos cuerpos (análisis variacionales), simetrías y propiedades térmicas o dinámicas.

– Cierre la brecha entre simulaciones y experimentos conectándose con la plataforma de átomo neutro desarrollada en el CINN.

3. Aprendizaje automático cuántico y optimización cuántica
(CIMM, Madrid)
– Desarrollar marcos teóricos para redes neuronales cuánticas basadas en qudit y aprendizaje activo cuántico (QAL).

– Investigar tuberías híbridas cuántico-clásicas, técnicas de compilación cuántica y algoritmos conscientes del ruido para arquitecturas Rydberg.

– Aplicar la optimización cuántica a problemas del mundo real como logística, programación y asignación de cartera, comparando el rendimiento con los métodos clásicos.

Cualificaciones
Doctorado en Física, Informática, Matemáticas Aplicadas o campos relacionados.
Sólida experiencia en al menos uno de los siguientes: aprendizaje automático, computación cuántica, teoría de control, visión artificial o simulaciones numéricas.
Experiencia con programación científica basada en Python
Excelentes habilidades para resolver problemas,
Capacidad para trabajar colaborativamente en un entorno multidisciplinario y comunicarse entre diferentes culturas científicas.
Fluidez en inglés.

Ofrece
Salario competitivo y condiciones contractuales siguiendo regulaciones institucionales y nacionales por hasta tres años.
Un entorno de investigación vibrante e interdisciplinar en colaboración con los principales centros de tecnología cuántica españoles.
Acceso a plataformas de simulación cuántica, recursos HPC e instalaciones experimentales.
Oportunidades para contribuir a iniciativas de investigación financiadas por la UE y colaboraciones internacionales.
Un compromiso con la ciencia abierta, incluyendo software, datos y herramientas de colaboración.
Cómo aplicar
Por favor envíe los siguientes materiales a  mlqsim2025@gmail.com  antes del 28/02/2026

• Una carta de presentación que indique a qué puesto(s) está postulando y sus intereses de investigación.ç
• Curriculum vitae incluyendo lista de publicaciones y (si está disponible) acceso a repositorios de software contribuidos (github/gitlab)
• Nombres e información de contacto de dos referencias
• Las solicitudes se evaluarán de forma continua hasta cubrir todos los puestos. Se proporcionarán más detalles del proceso de contratación a los candidatos preseleccionados.

Procedencia : Centro de Investigación en Nanomateriales y Nanotecnología.

Convocante : Centro de Investigación en Nanomateriales y Nanotecnología.