量子机器学习平台工程师

岗位职责

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）。

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。

建设和维护 QML example library，为内部同事提供可复现的算法 demo。

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

计算机科学、物理、电子工程或相关专业本科及以上学历。

熟练掌握 Python，有用 PyTorch/TensorFlow/JAX 进行模型训练和实验管理的经验。

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。

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）。

有 PennyLane/Qiskit/Cirq 任一框架的使用经验。

加分项

了解中性原子平台物理约束（Rydberg 阻塞、暗态门、分区架构）。

有在真实量子硬件上运行实验的经验。

了解 error mitigation 方法（ZNE/PEC/CDR）。

有 ML 实验管理工具（MLflow/W&B/TensorBoard）的使用经验。