Parallel Wireless переосмысливает мобильные сети с помощью инновационных, энергоэффективных решений Open RAN. Присоединяйтесь к нам, когда мы будем формировать будущее телекоммуникаций, стимулируя инновации через «зеленые» и устойчивые сети. Узнайте больше о нашей миссии, видении и ценностях.
Мы ищем высокомотивированных, опытных и увлеченных экспертов в области беспроводных алгоритмов для исследований и проектирования передовых алгоритмов сотовой связи с использованием нейронных сетей и методов машинного обучения для наших продуктов 5G и будущих поколений.
Что вы будете делать:
- Проводить исследования алгоритмов, балансируя производительность, стоимость внедрения, ограничения реального времени и время выхода на рынок, с особым упором на подходы на основе машинного обучения для обработки на физическом уровне (PHY).
- Разрабатывать и обучать модели нейронных сетей для задач PHY, таких как оценка канала, обнаружение сигналов, формирование диаграммы направленности и декодирование, нацеленных на вывод в реальном времени на встраиваемых платформах.
- Разрабатывать алгоритмы от первоначальных исследований и моделирования до официальных релизов для клиентов, включая обзоры литературы, прототипирование моделей машинного обучения с использованием Python, PyTorch и TensorFlow, моделирование в MATLAB, написание спецификаций и поддержку на этапах внедрения и сквозной интеграции.
- Оценивать и сравнивать решения на основе машинного обучения с традиционными подходами цифровой обработки сигналов (DSP), учитывая точность, задержку, вычислительную стоимость и общую производительность системы.
Что вам нужно:
- Более 3 лет практического опыта работы с фреймворками глубокого обучения (PyTorch, TensorFlow или аналогичными) и архитектурами нейронных сетей (CNN, RNN, трансформеры, автокодировщики).
- Знакомство с методами оптимизации моделей для развертывания в реальном времени: квантование, обрезка (pruning), дистилляция знаний (knowledge distillation) и поиск нейронных архитектур с учетом аппаратных особенностей (hardware-aware neural architecture search).
- Самостоятельность в решении проблем, отличные математические и аналитические навыки.
- Желание учиться и развивать свои профессиональные навыки в областях беспроводной связи и прикладного машинного обучения.
- Командный игрок: отличные коммуникативные навыки и способность преуспевать в глобальной многосайтовой среде.
- Опыт применения ML/DL к задачам физического уровня (например, оценка канала, обнаружение MIMO, обратная связь CSI, обученные кодовые книги или сквозные обученные системы связи) – преимущество.
- Опыт разработки алгоритмов PHY для беспроводных модемов – преимущество.
- Хорошее понимание стандартов сотовой связи (LTE/NR) – преимущество.
- Опыт работы с ONNX Runtime, TensorRT или аналогичными движками для вывода (inference engines) – преимущество.
Образование:
Магистр / PhD в области электротехники (специализация в теории и системах связи, обработке сигналов и/или машинном обучении – преимущество).
Parallel Wireless расширяет экосистему Open RAN с помощью энергоэффективной технологии GreenRAN™, не зависящей от аппаратного обеспечения. Наши комплексные решения Macro RAN 2G/3G/4G/5G, развернутые по всему миру, повышают безопасность сети и снижают эксплуатационные расходы. Являясь пионерами Open RAN, мы отдаем приоритет инновациям, гибкости и устойчивому развитию, чтобы помочь построить более связанные и «зеленые» сети. Имея штаб-квартиру в США и глобальные центры исследований и разработок, мы гордимся тем, что обслуживаем более 60 клиентов по всему миру, и получили более 100 отраслевых наград. Наша миссия — ускорить инициативу GSMA «Mobile Net Zero», снижая общую стоимость владения (TCO) и стимулируя инновации в телекоммуникационной экосистеме.
