岗位职责:
1.基于 PennyLane 等框架,在中性原子模拟器和实机上开发、部署、验证 QML 工作负载(VQE、QNN、QSVM、QAOA 等);
2.建立 QML 基准测试套件:量子模型 vs 经典 baseline(RF/SVM/XGBoost)在噪声环境下的公平对比,输出可训练性分析;
3.建设和维护 QML example library,为内部同事提供可复现的算法 demo;
4.参与 PennyLane device plugin 的功能验证,与岗位一协作集成 error mitigation(ZNE/CDR)到训练 pipeline。
任职要求:
1.计算机科学、物理、电子工程或相关专业本科及以上学历;
2.熟练掌握 Python,有用 PyTorch/TensorFlow/JAX 进行模型训练和实验管理的经验;
3.理解量子计算基础(qubit、Bloch 球、Pauli 门、纠缠、测量),能独立跑通"数据编码 → 参数化电路 → 测量 → 经典优化"的端到端 QML 实验;
4.了解 QML 核心范式(变分量子电路、量子核方法、量子储层计算中至少两种);
5.有 PennyLane/Qiskit/Cirq 任一框架的使用经验。
加分项:
1.了解中性原子平台物理约束(Rydberg 阻塞、暗态门、分区架构);
2.有在真实量子硬件上运行实验的经验;
3.了解 error mitigation 方法(ZNE/PEC/CDR);
4.有 ML 实验管理工具(MLflow/W&B/TensorBoard)的使用经验。