Docente de Física

Buscamos un/a docente de física con sólida base teórica y orientación a la innovación tecnológica para impartir una capacitación especializada sobre inteligencia artificial aplicada al análisis y clasificación de señales físicas. El objetivo es formar a profesionales y estudiantes en el uso de herramientas de IA para la interpretación de datos provenientes de sensores, experimentos y mediciones científicas.

Responsabilidades

- Diseñar y dictar módulos teórico-prácticos sobre procesamiento de señales y aprendizaje automático.
- Explicar conceptos de física aplicada a la adquisición, filtrado y análisis de señales (vibración, acústica, electromagnetismo, óptica, etc.).
- Introducir fundamentos de IA y machine learning aplicados a datos físicos: regresión, clasificación, redes neuronales y clustering.
- Desarrollar laboratorios prácticos en Python para el entrenamiento y validación de modelos de clasificación de señales.
- Orientar proyectos finales donde los participantes apliquen IA a casos reales (análisis espectral, ruido, detección de patrones, etc.).
- Evaluar y retroalimentar el progreso de los participantes.
- Promover la integración entre la física experimental y la ciencia de datos.

Requisitos

- Título en Física, Ingeniería Física, Electrónica o carrera afín.
- Experiencia docente universitaria o en capacitaciones técnicas.
- Conocimientos en procesamiento de señales (FFT, filtrado digital, wavelets).
- Experiencia básica o intermedia en machine learning aplicado.
- Dominio de herramientas como Python, NumPy, SciPy, Scikit-learn, TensorFlow o MATLAB.
- Habilidad para conectar teoría física con aplicaciones prácticas en IA.

Se valorará

- Experiencia en proyectos de instrumentación o análisis de datos científicos.
- Conocimiento en deep learning aplicado a señales (CNN, RNN, LSTM).
- Participación en investigaciones interdisciplinarias (física, IA, ingeniería).
- Capacidad comunicativa y vocación por la enseñanza aplicada.

Beneficios

- Participar en un programa pionero que integra física e inteligencia artificial.
- Acceso a infraestructura de laboratorio y entornos de simulación.
- Oportunidad de desarrollo académico y colaboración interdisciplinaria.
- Modalidad híbrida o remota según necesidad.