О нас
Переосмысление инженерии в эпоху интеллекта
PhysicsX — это компания, занимающаяся физическим искусственным интеллектом для промышленности. Миссия компании — ускорить инновации в аппаратном обеспечении, полностью изменив то, как сегодня выглядят промышленное проектирование и производство. PhysicsX создает новый стек программного обеспечения для моделирования, чтобы обеспечить глубокое внедрение физического ИИ на протяжении всего жизненного цикла инженерных разработок. Компания сотрудничает с ведущими организациями в аэрокосмической и оборонной промышленности, автомобильной отрасли, полупроводниках, материалах, а также в энергетике и возобновляемых источниках энергии, поддерживая их в решении одних из самых критичных и сложных задач. Штаб-квартира PhysicsX находится в Великобритании, с офисами в Лондоне, Нью-Йорке и Сингапуре, а также расширяющимся присутствием в районе залива.
Кого мы ищем
В роли старшего инженера по моделированию (Delivery) вы являетесь решателем проблем и создателем, который увлечен созданием практических решений, позволяющих клиентам принимать лучшие инженерные решения. Вы человек, который способен понять и применить продвинутые инженерные концепции в различных отраслях, и вы отлично работаете напрямую с клиентами (часто непосредственно на их площадках), создавая CAE-модели, интегрированные в ИИ-инструменты, которые полезны и активно используются.
Вы обладаете глубокими знаниями в области металлургического, химического, теплопередачного и многофазного моделирования, с прочной способностью применять фундаментальные знания к реальным явлениям в широком спектре инженерных приложений. Вы высококвалифицированы как минимум в одной из программ Abaqus, ANSYS Mechanical/Fluent и умеете автоматизировать эти инструменты для создания масштабируемых рабочих процессов оптимизации, которые приносят значимые результаты. Имеете опыт параметрического CAD-моделирования (NX, FreeCAD или CATIA) и программирования на Python/Java (или способность быстро осваивать языки программирования).
Имея опыт работы в промышленности / на производственной линии / в производственных процессах в коммерческой, не исследовательской среде, вы готовы сразу приступить к работе. Вы уверенно настраиваете симуляции самостоятельно, глубоко интерпретируете сложные результаты и принимаете обоснованные решения на основе надежного инженерного суждения.
Технические компетенции
В этой роли вы будете работать вместе с нашими специалистами по данным, инженерами машинного обучения и (с поддержкой) нашими клиентами, чтобы помочь определить и решить инженерные задачи.
•Глубокое владение тепловым и теплопередающим моделированием на различных платформах (Abaqus, ANSYS Mechanical/Fluent, COMSOL или эквивалент), включая моделирование теплопроводности, конвекции, излучения и нестационарной теплопередачи с учетом температурозависимых свойств материалов
•Глубокое владение моделированием взаимосвязи тепловых, химических, жидкостных, диффузионных и электростатических явлений
•Хорошее понимание численных методов и основ решателей — схем дискретизации, поведения сходимости, устойчивости, чувствительности к сетке, а также умение диагностировать нефизические результаты, а не принимать выводы решателя за чистую монету
•Проектирование инструментов и сбор данных из реальных процессов — оснащение физических процессов датчиками, испытательными стендами, измерениями in-situ для генерации данных валидации процессов, для которых нет существующих возможностей моделирования
•Практический опыт работы на производстве с заводами, промышленными инженерными процессами и/или ремонтными операциями — не просто теоретическое знакомство
•Осведомленность о квалифицированных процессах и нормативных ограничениях — понимание того, что выходные данные модели должны соответствовать квалифицированным параметрам, и умение отличать оптимизацию в рамках квалифицированного окна от изменений, требующих повторной квалификации
•Работа с клиентами — сотрудничество с владельцами процессов клиентов для определения и решения сложных задач ремонта; четкое донесение результатов и баланс между точностью и эффективностью в условиях коммерческих сроков
