Работа посвящена исследовательским задачам на стыке вероятностного машинного обучения, последовательного принятия решений и моделирования поведения агентов. Это позиция для исследователя, который умеет формулировать сложные задачи, выбирать математические и вычислительные подходы и проверять, насколько хорошо модели описывают поведение в динамических сценариях.

Что предстоит делать

• Исследовать методы probabilistic ML и применять их к задачам моделирования поведения агентов.
• Разрабатывать и проверять подходы к sequential decision making, где решения зависят от изменяющегося состояния и предыдущих действий.
• Формулировать исследовательские гипотезы, выбирать методы моделирования и проводить эксперименты для их проверки.
• Анализировать результаты экспериментов, ограничения моделей и устойчивость выводов.
• Связывать вероятностные модели с задачами принятия решений и интерпретировать полученные результаты.

Что потребуется

• Опыт исследовательской работы в машинном обучении, вероятностном моделировании или смежной области.
• Понимание методов sequential decision making и интерес к моделированию поведения агентов.
• Навык постановки экспериментов, анализа результатов и аргументированной оценки ограничений выбранного подхода.

Что важно знать

Вакансия ориентирована на глубокую исследовательскую задачу, а не на типовую прикладную разработку модели. В описании обозначены ключевые научные направления и уровень позиции; конкретные инструменты, требования к образованию и детали исследовательского проекта не указаны.