Senior/Principal RAN Digital Twin & AI Simulation Engineer

Parallel Wireless — американский пионер в области инноваций Open RAN, трансформирующий способы создания, оптимизации и питания мобильных сетей. Благодаря нашему портфолио GreenRAN™ мы помогаем операторам обеспечивать безопасную, энергоэффективную, автоматизированную и гибкую связь в сетях 2G, 3G, 4G, 5G и на пути к 6G. Наш программно-ориентированный, аппаратно-независимый подход привнесет интеллект в RAN, помогая клиентам снизить сложность и общую стоимость владения.

Parallel Wireless ищет опытного инженера беспроводных систем для руководства разработкой мульти-RAT цифрового двойника для нашего решения Open RAN. Цифровой двойник будет выполнять производственное ПО RAN — начиная с планировщика и поведения MAC — в замкнутом контуре с моделями PHY, канала, UE, трафика и сети. Он позволит инженерным командам проектировать, оценивать и сравнивать функции для LTE, 5G NR и 2G без необходимости в выделенной физической радиосистеме для каждого цикла разработки. Это роль старшего индивидуального контрибьютора на стыке беспроводных систем, симуляции, производственного ПО и ИИ/МО. Вы будете развивать существующий сквозной симулятор LTE в масштабируемую инженерную платформу для разработки функций, регрессионного тестирования, оптимизации производительности и предварительной валидации на основе доказательств. Первоначальные варианты использования включают улучшения планировщика MAC и адаптации канала, управление питанием, сценарии мобильности и интерференции, а также оценку канала с помощью нейронных сетей. Успешный кандидат поймет, что полезный цифровой двойник должен быть быстрым и надежным. Вы определите несколько уровней точности — от быстрых суррогатных моделей до полной обработки PHY — и установите воспроизводимые методы калибровки двойника по лабораторным или полевым эталонным данным. Цель состоит в том, чтобы снизить зависимость от постоянного доступа к лаборатории, сохраняя при этом четкую, измеримую уверенность в результатах симуляции.

Что вы будете делать: Отвечать за техническую архитектуру и дорожную карту модульного мульти-RAT RAN цифрового двойника, охватывающего LTE, 5G NR. Интегрировать производственное ПО MAC и планировщика в детерминированные, замкнутые симуляции на уровне TTI/слота посредством стабильных и поддерживаемых интерфейсов. Моделировать взаимодействие между решениями планировщика, обработкой PHY, каналами распространения, поведением UE, трафиком, интерференцией, мобильностью, HARQ, адаптацией канала и управлением питанием. Расширять текущие возможности симуляции LTE и определять повторно используемые абстракции, поддерживающие дополнительные стеки 5G NR и 2G без дублирования платформы. Разработать лестницу точности, которая объединяет высокоточный PHY-экзекушн с более быстрыми откалиброванными моделями или бэкендами поиска/суррогатными моделями, выбирая наименее затратную модель, действительную для каждого инженерного вопроса. Разрабатывать и оценивать возможности RAN на основе ИИ/МО, включая нейронную оценку канала, обученную адаптацию канала или политики планирования, а также суррогатные модели PHY или каналов на основе МО. Создавать репрезентативные наборы данных и конвейеры экспериментов; устанавливать стандартные алгоритмические базовые линии; измерять точность, надежность, обобщаемость, задержку и вычислительные затраты перед рекомендацией интеграции в производственное ПО. Создавать воспроизводимые A/B-эксперименты между сборками ПО и версиями алгоритмов, используя определенные сценарии, начальные значения, конфигурации и KPI, такие как пропускная способность, поведение BLER/ACK-NACK, MCS, выделение блоков ресурсов, SINR, мощность передачи, задержка и справедливость. Устанавливать практики верификации и валидации симуляции: сопоставленные сценарии симуляции против лаборатории, правила калибровки, базовые линии воспроизводимости в лаборатории, анализ расхождений, отслеживание версий моделей и отчеты с доказательствами. Предотвращать переобучение двойника на одной конфигурации, разделяя универсальные параметры модели, калибровку, специфичную для конфигурации, и тестируемые производственные алгоритмы. Создавать автоматизированные модульные, компонентные, сквозные, регрессионные и производительные тесты и интегрировать их в рабочие процессы CI/CD. Улучшать скорость, масштаб, наблюдаемость и удобство использования симуляции, чтобы инженеры стеков, PHY, тестов и ИИ могли самостоятельно проводить воспроизводимые эксперименты. Отлаживать расхождения между C/C++, Python, MATLAB, моделями PHY, поведением производственного стека, конфигурацией и эталонными измерениями. Документировать предположения модели, ограничения, поддерживаемые области эксплуатации, происхождение калибровки и действительность любого симулятора или ML-бэкенда. Тесно сотрудничать с командами RAN-стека, PHY, архитектуры систем, ИИ/МО, автоматизации и лабораторной валидации, чтобы преобразовывать продуктовые вопросы в измеримые кампании симуляции.

Что вы принесете: BSc или MSc в области электротехники, компьютерной инженерии, информатики или смежной области с существенным релевантным опытом работы в отрасли. Обычно 7+ лет практического опыта в области систем связи, разработки систем, интеграции или симуляции. Опыт работы с RAN, модемами/PHY или беспроводными системами является преимуществом. Подтвержденный опыт создания или валидации симуляций на уровне канала, на уровне системы или hardware-in-the-loop и объяснения, где модель действительна, а где нет. Сильные навыки программирования на C или C++ и Python, включая возможность интеграции нативного производственного кода с инструментами симуляции и анализа. Практический опыт работы с научными вычислениями и анализом данных с использованием таких инструментов, как NumPy, SciPy, pandas, и фреймворков визуализации. Здравый экспериментальный и статистический подход: воспроизводимость, базовые линии, анализ ошибок, неопределенность, калибровка, контролируемые сравнения и избегание утечки данных или подгонки кривых. Опыт работы в средах разработки Linux с Git, автоматизированным тестированием, контейнерами и CI/CD. Способность руководить технически неоднозначной инициативой, принимать архитектурные решения и четко общаться между исследовательскими, продуктовыми, разработческими и валидационными командами.

Желательно: PhD в области беспроводной связи, обработки сигналов или смежной области. Практический опыт разработки или оценки моделей машинного обучения для связи, обработки сигналов, временных рядов данных или смежных областей с использованием PyTorch, TensorFlow или эквивалентного фреймворка. Знание поведения LTE и/или 5G NR L1/L2, включая планирование MAC, адаптацию канала, HARQ, обратную связь CQI/SINR, выделение ресурсов и управление мощностью восходящей линии связи. Знание цифровой связи и обработки сигналов, включая такие области, как оценка канала, эквализация, кодирование/модуляция, MIMO, модели распространения и затухания. Расширение текущих возможностей симуляции LTE и определение повторно используемых абстракций, поддерживающих дополнительные стеки 5G NR и 2G без дублирования платформы. Опыт работы с MATLAB и инструментами Communications/LTE/5G или эквивалентными средами симуляции PHY. Прямой опыт работы с производственным ПО eNodeB/gNodeB, коммерческими стеками модемов или продуктами Open RAN. Знание спецификаций 3GPP LTE, NR и/или GERAN и опыт преобразования стандартов в исполняемые модели и тестовые сценарии. Опыт работы с алгоритмами планирования, такими как proportional fair, round robin, maximum C/I, QoS-aware scheduling или allocation ресурсов на основе обучения с подкреплением.