Application of Quantum Computing to Machine Learning in Railway Digital Twins

El Departamento de Ingeniería Mecánica y Materiales de la Escuela de Ingeniería de la Universidad de Navarra (Tecnun) busca un candidato para realizar una tesis doctoral centrada en explorar la utilización de la computación cuántica para la resolución de algoritmos de Machine Learning presentes en el sector ferroviario.

En un primer momento se quiere realizar un análisis de las aplicaciones/algoritmos más relevantes (quantum machine learning, optimización,…) y del impacto que la tecnología cuántica pueda tener en el grupo CAF, de acuerdo con sus necesidades actuales y futuras.

En segundo lugar, se escogerá como ámbito de utilización el Quantum Machine Learning por su relación con estudios de redes neuronales que actualmente se están llevando a cabo en el marco de otra tesis doctoral. Se trabajará en la transformación del problema industrial real actual al marco de los ordenadores quánticos y su posterior resolución. Es de esperar que para realizar este ejemplo el problema tenga que ser simplificado, pero permitirá establecer requerimientos para su futura utilización.

The Department of Mechanical Engineering and Materials of the School Engineering of the University of Navarra (Tecnun) is looking for a candidate to carry out a doctoral thesis focused on exploring the use of quantum computing for the resolution of Machine Learning algorithms present in the railway sector.

First, an analysis of the most relevant applications/algorithms (quantum machine learning, optimization,...) and the impact that quantum technology can have on the CAF group, according to its current and future needs, will be carried out.

Secondly, Quantum Machine Learning will be chosen as a field of application because of its relation with neural network studies that are currently being carried out in the framework of another PhD. The candidate will work on the transformation of the current real industrial problem to the framework of quantum computers and its subsequent resolution. It is expected that in order to realize this example the problem will have to be simplified, but it will allow to establish requirements for its future use.

La tesis doctoral se realizará en estrecha colaboración con CAF I+D.

Se ofrece:

• Contrato 1 año, prorrogable por 3 años más.
• Durante la realización de la tesis el candidato recibirá y adquirirá formación en:
  • Aspectos generales de Computación Cuántica y, más en concreto, de Quantum Machine Learning.
  • Empleo de diferentes tipos de redes neuronales para la resolución de problemas reales en ingeniería.
  • Sistemas ferroviarios y los modelos físicos que los representan.
• Actividades formativas para el desarrollo científico, profesional y personal.
• Jornada laboral:
  • Horario de invierno: 7,75 horas diarias
  • Horario verano: 5,5 horas diarias entre el 15 de junio y el 31 de agosto.
• Vacaciones: 23 días laborables+ Navidades (24 dic.-2 enero)

What we offer:

• One-year contract, extendable for 3 more years

• During the completion of the thesis the candidate will receive and acquire training in:

  • General aspects of Quantum Computing and, more specifically, Quantum Machine Learning.Turbulence modeling

  • Use of different types of neural networks for solving engineering problems.

  • Railway systems and the physical models that represent them.
• Training activities for scientific, professional and personal development.
• Work schedule: 7.75 hours per day. Flexible timetable: start between 8:00 and 9:30. Fridays with the possibility of a continuous working day. Summer timetable: Only mornings starting June 15th and finishing August 31st (5.5 hours).
• Holidays: 23 working days + Christmas holidays (24-Dec to 2-Jan).