Ofertes de feina
Convocatòria del procés de selecció per cobrir un lloc de treball d’investigador/a postdoctoral júnior en aprenentatge automàtic aplicat a l’astrofísica
L'IEEC (Institut d'Estudis Espacials de Catalunya) es va establir el febrer de 1996 com una fundació sense ànim de lucre (NPO) per fomentar la R+D a l'espai a Catalunya. L'IEEC és un institut de recerca que estudia totes les àrees de coneixement i tecnologies aplicades al sector espacial i a les ciències espacials, inclosa l'astrofísica, la cosmologia, la ciència planetària, l’observació de la Terra, la navegació i l'enginyeria espacial. La seva missió és impulsar les fronteres de la recerca espacial des dels àmbits científic i tecnològic per al màxim benefici de la societat. Així mateix, cal assenyalar que la Fundació es troba adscrita a la Generalitat de Catalunya i forma part del seu sector públic institucional pel fet de tenir la Generalitat participació majoritària en el Patronat de l'IEEC.
Introducció
L’objecte d’aquesta convocatòria és el procés de selecció d’una persona candidata per ocupar un lloc de treball d’investigador/a postdoctoral júnior adscrit a l’Àrea de Recerca de l’Institut d’Estudis Espacials de Catalunya, en el marc del projecte SPOTLESS.
SPOTLESS és un projecte finançat per una ERC Advanced Grant que té com a objectiu desenvolupar una estratègia integral per modelitzar i mitigar l’impacte de l’activitat estel·lar sobre els senyals utilitzats per detectar exoplanetes de tipus terrestre i caracteritzar les atmosferes de planetes petits.
El projecte combina models físics de superfícies estel·lars, simulacions espectrals, observacions d’alta precisió i tècniques d’aprenentatge automàtic. Les dades utilitzades inclouen fotometria, velocitats radials, espectres d’alta resolució i espectroscòpia de transmissió obtinguts amb instruments i missions com CARMENES, HARPS, ESPRESSO, JWST, PLATO i Ariel.
Una de les línies centrals de SPOTLESS és el desenvolupament de metodologies de machine learning entrenades amb simulacions físicament realistes produïdes amb StarSim. Aquestes eines tenen com a finalitat identificar, predir i corregir els senyals provocats per l’activitat magnètica estel·lar, separant-los dels senyals planetaris. La incorporació d’un perfil amb experiència en aprenentatge automàtic aplicat a l’astrofísica és necessària per ampliar, validar i aplicar aquestes metodologies a nous conjunts de dades i casos científics.
Descripció de la feina
- Llocs de treball a cobrir: 1. Convocatòria del procés de selecció per cobrir un lloc de treball d’investigador/a postdoctoral júnior en aprenentatge automàtic aplicat a l’astrofísica
- Grup professional: III. Personal Científic
- Categoria professional: Postdoc Júnior
- Jornada laboral: 37,5 hores setmanals
- Ubicació lloc de treball: Institut de Ciències de l’Espai (ICE, CSIC), Campus UAB, 08193 Bellaterra
Funcions
La persona seleccionada s’incorporarà a l’equip del projecte SPOTLESS i contribuirà al desenvolupament de metodologies d’aprenentatge automàtic per a l’anàlisi i la correcció de la variabilitat estel·lar en observacions exoplanetàries.
La seva activitat se centrarà en el disseny, entrenament, validació i interpretació de models de machine learning aplicats a dades astrofísiques heterogènies, incloent sèries temporals fotomètriques i espectroscòpiques, velocitats radials, perfils de línies espectrals i espectres de transmissió. Els models s’entrenaran amb una combinació de dades reals i simulacions generades amb StarSim.
El/la candidat/a seleccionat/da tindrà les funcions i responsabilitats següents:
- Desenvolupar, entrenar i validar models de machine learning aplicats a problemes de variabilitat estel·lar i detecció i caracterització d’exoplanetes.
- Explorar arquitectures de xarxes neuronals adequades per a sèries temporals astrofísiques, incloent xarxes convolucionals, recurrents, mecanismes d’atenció i transformers.
- Desenvolupar metodologies per integrar dades heterogènies, multibanda, multitècnica, irregularment mostrejades o no simultànies.
- Utilitzar simulacions generades amb StarSim per construir conjunts d’entrenament físicament realistes i representatius de diferents tipus d’estrelles i nivells d’activitat.
- Desenvolupar tècniques per separar els senyals d’origen estel·lar dels senyals planetaris en dades de velocitat radial, fotometria i espectroscòpia de transmissió.
- Contribuir a la millora i extensió de metodologies desenvolupades dins del projecte, com CANSTAR i altres eines de correcció de l’activitat estel·lar.
- Estudiar la robustesa, interpretabilitat i capacitat de generalització dels models, així com quantificar les incerteses de les prediccions.
- Identificar els observables fotomètrics i espectroscòpics amb més poder predictiu per caracteritzar l’estat d’activitat de les estrelles.
- Aplicar les metodologies desenvolupades a dades de CARMENES, HARPS, ESPRESSO, JWST, PLATO i altres instal·lacions rellevants.
- Col·laborar amb els membres de l’equip especialitzats en modelització física, física solar, atmosferes estel·lars i anàlisi d’exoplanetes.
- Participar en el desenvolupament, documentació, verificació i manteniment del programari científic del projecte.
- Elaborar articles científics per a revistes internacionals amb revisió per parells i presentar els resultats en congressos i reunions científiques.
Requisits de participació i criteri de selecció
Durant el procés de selecció es valoraran els criteris següents:
- Formació: Estar en possessió del títol de doctor/a en Física, Astrofísica, Astronomia o una disciplina científica estretament relacionada.
Es consideraran mèrits desitjables els aspectes següents (màxim 20 punts):
- Experiència en el desenvolupament i l’aplicació de metodologies de machine learning a problemes astrofísics: fins a 6 punts.
- Experiència amb xarxes neuronals i arquitectures per a sèries temporals, com xarxes convolucionals, recurrents, transformers o mecanismes d’atenció: fins a 4 punts.
- Experiència en l’anàlisi de dades astrofísiques, especialment fotometria, espectroscòpia, velocitats radials o espectroscòpia de transmissió: fins a 3 punts.
- Coneixements d’estadística, inferència, quantificació d’incerteses, interpretabilitat o validació de models de machine learning: fins a 3 punts.
- Coneixements de desenvolupament de programari científic, especialment en Python i llibreries de machine learning com PyTorch, TensorFlow, JAX o equivalents: fins a 2 punts.
- Trajectòria de publicacions científiques i experiència en col·laboracions internacionals: fins a 2 punts.
Procediment de selecció
Inicialment, es durà a terme una verificació dels requisits de participació i es farà una primera selecció de persones candidates en base a la documentació aportada. Seguidament, i si s'estima necessari, les persones candidates preseleccionades podran ser convocades a una entrevista personal per ampliar la informació detallada en el currículum i valorar aspectes relacionats amb les competències professionals.
La comissió de valoració del present procediment estarà conformada per:
- a)L’investigador principal del projecte SPOTLESS a l’IEEC, o la persona en qui delegui.
- b)Un/a investigador/a de l’equip científic del projecte SPOTLESS amb experiència en machine learning o anàlisi de dades astrofísiques, o la persona en qui delegui.
- c)Un membre del personal científic o tècnic de l’IEEC, o la persona en qui delegui.
Les persones interessades han de disposar dels originals dels certificats acreditatius de la formació i de l'experiència laboral esmentades en el currículum i els han de presentar en cas que els siguin requerits.
En compliment del que disposa l’article 59 del TREBEP, relatiu a la reserva d’un percentatge no inferior al 7% de les vacants en les ofertes públiques d’ocupació per a persones amb discapacitat, l’IEEC contemplarà aquesta reserva per a les persones candidates que acreditin una discapacitat igual o superior al 33%, sempre que siguin idònies per al desenvolupament de les funcions a cobrir.
Contacte i termini
Les persones interessades que reuneixin els requisits establerts poden trametre dues cartes de referència, una carta de motivació, juntament amb el currículum personal en format PDF, signat a mode de certificació, on consti una breu descripció de les tasques realitzades en els llocs ocupats anteriorment, a l’adreça de correu electrònic: RecursosHumans@ieec.cat tot indicant la referència “cognoms i nom – OF_IEEC_262_2026” a l’assumpte del correu.
La recepció de candidatures finalitzarà el dia