In één oogopslag
- Taken: Ontwikkel modellen en algoritmes voor de halfgeleiderindustrie met behulp van machine learning.
- Bedrijf: ASML, een toonaangevend technologiebedrijf in de semiconductor sector.
- Voordelen: Competitief salaris, diverse werkcultuur en kansen voor professionele groei.
- Overige informatie: Inclusieve werkomgeving met focus op diversiteit en samenwerking.
- Waarom deze baan: Werk aan innovatieve oplossingen die de toekomst van technologie vormgeven.
- Kwalificaties: Ph.D. of MSc. in Natuurkunde, Toegepaste Wiskunde of Computerwetenschappen.
Het verwachte salaris ligt tussen 54000 - 66000 € per jaar.
Do you enjoy solving algorithm design problems voor de semiconductor metrologie-industrie, met veeleisende tijd-, nauwkeurigheids- en geheugeneisen? Do you like to use your creativity, your in-depth knowledge of physics principles, numerical maths and machine learning, and your hands-on experience with practical problem solving, being part of a highly talented group of algorithm experts?
Sector Information: Binnen ASML is de sector Development & Engineering verantwoordelijk voor de ontwikkeling, specificatie en het ontwerp van nieuwe ASML-producten. De Business Line Applications biedt geïntegreerde oplossingen met computationele, metrologie- en controletechnologie. Deze oplossingen breiden de prestaties van lithografie- en patroonproducten voor de halfgeleiderindustrie uit en verbeteren deze.
Group Mission: Binnen D&E Applications dekt de Modeling and Inference Group de ontwikkeling van optische en wiskundige modellen en methoden die nodig zijn om fysieke modelparameters af te leiden uit optische metrologiedata. Relevante nieuwe metrics en algoritmen evenals nieuwe meetfuncties, met optimale prestatiekenmerken, worden geïdentificeerd, ontworpen en geïmplementeerd. De beschikbaarheid en ontwikkeling van snelle en nauwkeurige optische modellen en kalibraties, en de optimale inferentiestrategie, zijn essentieel. De groep waarborgt zowel de ASML-competenties Toegepaste Wiskunde voor Parameter Schatting als Scatterometrie.
Job Description: Ontwikkeling van modellen voor scanners en optische metrologische oplossingen met statistisch correcte parameterinferentie, deep learning en optimalisatie-algoritmen, en systeemkalibraties, om de controle-oplossingen voor hoge-volume fabrieken in de halfgeleiderindustrie te verbeteren. Implementeer machine learning en deep learning scanner modellen en metrologie-applicaties, met een mindset voor schaalbare data-intensieve en gedistribueerde softwarearchitecturen, aan de interface met collega-fysica, datawetenschap en softwaregroepen bij ASML. Communiceer kristalhelder over fysieke principes, wiskundige oplossingen en ontwerpeisen naar belanghebbenden, zonder de essentie weg te laten. Streef naar data- en codekwaliteit, en werk samen en help bij de implementatie volgens de beste coderingspraktijken in de industrie. Werk als een team met gelijkgestemde mensen, profiterend van elkaars specifieke competenties. Ontwerp en realiseer volledig functionele proof-of-concept subsystemen aan de rand van systeemspecificaties, kosten en projectplanning, en draag daarmee direct bij aan producten voor B2B-klanten wereldwijd. Beoordeel technische analyses van het team en structureer teambijdragen terwijl je het overzicht behoudt. Consolideer de technische-teamidentiteit in communicatie met andere afdelingen. Draag bij aan technische productroadmaps en genereer intellectueel eigendom ter bescherming van ASML-producten, terwijl je de beste metrologische oplossingen ontwikkelt en een goed onderbouwde visie op halfgeleidermetrologie creëert.
Keywords: Wiskundige optimalisatie, optische modellering en kalibratie, wiskunde, inverse problemen, parameterinferentie, (niet-)convexe optimalisatie, machine learning, deep learning, neurale netwerken, regressie, informatietheorie.
Education: Ph.D. of MSc. in Physics, Toegepaste Wiskunde, Computerwetenschappen of Elektrotechniek.
Personal skills:
- Uitmuntendheid in numeriek stabiele modellering en inferentiestrategieën, met gebruik van solide fysisch-wiskundige principes en inzichten.
- Vermogen om fysieke principes en algoritmische oplossingen op een duidelijke manier uit te leggen, zonder de essentie weg te laten.
- Uitmuntendheid in numerieke wiskunde, en affiniteit met machine learning-methoden, data-intensieve en gedistribueerde softwarearchitectuur (cloud) als omgeving voor metrologie-applicaties.
- Streven naar structurering van de scriptingcodebasis in de cluster, en energiek zijn door collega's te helpen.
- Vloeiend in de talen Python, C++, MATLAB of Julia, en bewustzijn van compatibiliteit met andere software.
- Goede kennis van de fundamenten zoals optica, lineaire algebra, waarschijnlijkheidstheorie, robuuste optimalisatie en (deep) learning-methoden.
- Creatieve oplossingen initiëren binnen het grotere geheel, met het product en de klant in gedachten.
- Initiatief nemen, zelfsturend en besluitvaardig in een onduidelijke omgeving.
- Teamwerker, en in staat om invloed uit te oefenen zonder macht.
- Pragmatische benadering en proactieve houding, met resultaatfocus en een 'can do'-mentaliteit.
Deze functie vereist toegang tot gecontroleerde technologie, zoals gedefinieerd in de Amerikaanse Export Administration Regulations (15 C.F.R. § 730, et seq.). Gekwalificeerde kandidaten moeten wettelijk bevoegd zijn om dergelijke gecontroleerde technologie te benaderen voordat ze aan het werk gaan. Zakelijke eisen kunnen vereisen dat ASML verder gaat met kandidaten die onmiddellijk in aanmerking komen voor toegang tot gecontroleerde technologie.
Inclusion and diversity: ASML is een werkgever die gelijke kansen biedt en waarde hecht aan de betekenis van een diverse en inclusieve werkplek. Het is het beleid van het bedrijf om personen in alle functietitels te werven, aan te nemen, op te leiden en te bevorderen, ongeacht ras, kleur, religie, geslacht, leeftijd, nationale afkomst, veteranenstatus.
Physics Machine Learning Engineer in Veldhoven werkgever: ASML US, LP. (US30)
ASML is een uitstekende werkgever die zich richt op het creëren van een stimulerende en inclusieve werkomgeving. Met een sterke focus op persoonlijke ontwikkeling en groei, biedt ASML unieke kansen voor medewerkers om hun vaardigheden te verbeteren en bij te dragen aan innovatieve cybersecuritystrategieën. De cultuur is gebaseerd op samenwerking en vertrouwen, waardoor teamleden zich gewaardeerd en betrokken voelen in hun rol binnen de dynamische wereld van SAP-beveiliging.
Hupjob Expertadvies🤫
Zo denken wij dat je Physics Machine Learning Engineer in Veldhoven kunt binnenhalen
✨Verken de Automatisering Gemeenschap
Sluit je aan bij lokale of online communities die zich richten op automatisering en regeltechniek. Neem deel aan discussies en vraag om advies; dit kan je een voorsprong geven bij het vinden van kansen en connecties die leiden tot een functie bij bedrijven zoals ASML US, LP. (US30).
✨Deel je Projecten
Laat zien wat je kunt door je projecten en ervaringen te delen op platforms zoals GitHub of Behance. Dit laat toekomstige werkgevers zien wat je in huis hebt en kan ervoor zorgen dat ASML US, LP. (US30) jouw profiel opmerkt.
✨Neem deel aan Netwerkbijeenkomsten
Ga naar netwerkbijeenkomsten of seminars over automatisering en technologie. Deze evenementen zijn ideaal om professionals in het veld te ontmoeten en meer te leren over openstaande vacatures bij bedrijven zoals ASML US, LP. (US30).
✨Bouw een Sterk Online Profiel
Zorg ervoor dat je LinkedIn-profiel indrukwekkend is en relevante projecten, certificaten en ervaringen benadrukt. Dit helpt je op de radar te komen bij recruiters van ASML US, LP. (US30) en helpt je om jezelf te onderscheiden in de competitieve markt.
Wij denken dat je deze vaardigheden nodig hebt om als Physics Machine Learning Engineer in Veldhoven te schitteren
Een paar tips voor je sollicitatie 🫡
Benadruk je technische vaardigheden:In de automatisering en regeltechniek waardeert men technische vaardigheden enorm. Zorg ervoor dat je CV je ervaring met relevante software, programmeertalen en technologieën benadrukt. Laat ons zien waar je goed in bent!
Voeg projecten of cases toe:Heb je aan interessante automatiseringsprojecten gewerkt? Voeg voorbeelden van succesvol afgeronde projecten of case studies toe in je CV of motivatiebrief. Dit laat zien dat je niet alleen theoretische kennis hebt, maar ook praktische ervaring kunt toepassen.
Spreek je leergierigheid uit:In een fulltime rol in deze sector is het belangrijk om je bereidheid om te leren en jezelf te ontwikkelen aan te tonen. In je motivatiebrief kun je vertellen hoe je je vaardigheden tot nu toe hebt uitgebreid en waarom je deze kans bij ASML US, LP. (US30) zo waardevol vindt voor je ontwikkeling.
Organiseer je documenten overzichtelijk:Voor een fulltime functie is het essentieel om je CV en motivatiebrief overzichtelijk en goed gestructureerd te laten zijn. Zorg dat ze makkelijk te lezen zijn, gebruik duidelijk titels en bullets, en houd het professioneel. Maak het ons gemakkelijk om te zien waarom jij de juiste kandidaat bent voor Physics Machine Learning Engineer bij ASML US, LP. (US30).
Zo bereid je je voor op een sollicitatiegesprek bij ASML US, LP. (US30)
✨Ken de nieuwste automatiseringstools
Zorg ervoor dat je goed op de hoogte bent van de laatste ontwikkelingen in automatiseringstools die binnen jouw vakgebied worden gebruikt. Kun je bijvoorbeeld de voordelen uitleggen van tools zoals UiPath of Automation Anywhere? Dit laat zien dat je niet alleen technisch onderlegd bent, maar ook proactief je kennis bijhoudt.
✨Voorbereiding op technische vragen
Verwacht dat je technische vragen moet beantwoorden die specifiek zijn voor automatisering en regeltechniek. Dit kan bijvoorbeeld inhouden dat je situaties moet oplossen of je aanpak moet uitleggen voor het automatiseren van specifieke processen. Zorg ervoor dat je deze concepten goed begrijpt, zodat je helder kunt uitleggen hoe je ze zou toepassen.
✨Je ervaring met projecten delen
Aangezien het een fulltime functie betreft, willen ze weten over je ervaringen in eerdere projecten. Bereid een paar concrete voorbeelden voor waarin je betrokken was bij automatiseringsprojecten, de uitdagingen die je tegenkwam en hoe je die hebt overwonnen. Dit laat zien dat je niet alleen de theorie kent, maar ook echt praktijkervaring hebt.
✨Passie voor efficiëntie
Toon je enthousiasme voor efficiëntie en optimalisatie tijdens het interview. Deel waarom je gepassioneerd bent over automatisering en wat je motiveert in dit vakgebied. Dit kan je onderscheiden van andere kandidaten die misschien meer focussen op de technische aspecten alleen.
