Changed on 14/11/2024
Inria, el instituto francés de investigación en ciencias y tecnologías digitales, promueve la excelencia científica y la transferencia de tecnología para maximizar su impacto al enfrentar los desafíos de la informática y las matemáticas, a menudo en la interfaz de otras disciplinas y aplicadas a la astronomía, la ecología marina, la agricultura inteligente, el medio ambiente, el clima, entre otras.
Si te apasiona el conocimiento tecnológico-científico y buscas contribuir al desarrollo de proyectos de alto impacto, esta oportunidad en Inria Chile es para ti:
¿Por qué ser parte de nuestro equipo Inria Chile?
-
Somos una organización que promueve el aprendizaje constante.
-
Valoramos la diversidad y la inclusión.
-
Hacemos hincapié en un equilibrio saludable entre vida y trabajo.
-
Somos colaborativos y transparentes.
-
Somos amigables.
-
Inria Chile se enorgullece de ser un empleador que ofrece plena igualdad de oportunidades.
Descripción de la pasantía
Este tema de práctica se enmarca en el proyecto de Inria Chile OceanIA (https://oceania.inria.cl/). El objetivo de esta pasantía es extender el trabajo previo de Physics Informed Neural Networks (PINNs) optimizados con métodos multi-objetivo (MOPINNs) hacia la resolución de ecuaciones diferenciales parciales (PDEs) más complejas y de mayor dimensión. Nos enfocaremos en aplicar estas técnicas a las ecuaciones de Navier-Stokes en 3D, fundamentales para el modelamiento realista de océanos. La extensión de 2D a 3D nos permitirá capturar fenómenos relevantes como las corrientes oceánicas y el efecto del viento en las olas. Adicionalmente, exploraremos la incorporación de reacciones biológicas acopladas mediante el modelo NPZ (Nutrientes, Fitoplancton y Zooplancton). Esta integración proporcionará una base más sólida para simular las interacciones físicas y biológicas en sistemas marinos complejos.
Objetivos de la pasantía:
-
Implementar las ecuaciones de Navier-Stokes en 3D utilizando PINNs para resolver PDEs de alta complejidad.
-
Acoplar el modelo NPZ al sistema físico y realizar simulaciones que integren procesos biológicos y físicos relevantes.
-
Validar y analizar el desempeño del modelo mediante comparación con soluciones conocidas o simulaciones simplificadas.
Tareas principales:
-
Estudio teórico y práctico de PINNs y ecuaciones de Navier-Stokes
-
Revisar trabajos previos sobre MOPINNs y diseñar su aplicación a PDEs complejas.
-
Implementar y validar el modelo MOPINNs con las ecuaciones de Navier-Stokes en 3D.
-
Integrar el modelo NPZ y simular escenarios con interacciones biológicas y físicas.
-
Analizar los resultados obtenidos y redactar un informe con las conclusiones y propuestas para investigaciones futuras.
Perfil del estudiante:
-
Áreas de interés: PINNs, Navier-Stokes, EDPs, Deep Learning
-
Carrera: Ingeniería Civil Matemática, Eléctrica, Computación o relacionadas.
-
Interés en computación científica, deep learning y simulación
-
Proactividad en la resolución de problemas
-
Autonomía
-
Motivación por aprender
-
Prolijidad
Conocimientos técnicos:
-
Ecuaciones en derivadas parciales
-
(Deseable) Simulación de EDPs
-
Python
-
Bases teóricas de Deep Learning
-
PyTorch y/o JAX
¿Qué ofrecemos?
-
Distribución de horas de prácticas entre enero y marzo 2025, según lo requerido por tu universidad.
-
Modalidad: presencial.
-
Ubicación: oficinas Inria Chile, Avda. Apoquindo 2827, piso 12, Las Condes, Santiago (metro Tobalaba).
-
Se entregará una compensación por concepto de colación y movilización de $350.000 pesos brutos.
¿Cómo postular?
Escríbenos una carta de motivación contándonos sobre tus habilidades e intereses, queremos conocerte, además indicanos:
-
¿Por qué quieres ser parte de nuestro equipo?
-
¿En qué fecha podrías comenzar tu práctica?
-
¿Cuántos meses puedes colaborar con nosotros?
-
¿Cuántas horas de prácticas debes realizar?
Contesta a este formulario y sube tu carta de motivación junto a tu CV.
Recibiremos postulaciones hasta el 08 de Diciembre 2024.