Momentum - A Machine Learning Approach to the Description of Carrier Dynamics in Quantum Dot Solids. Contrat Titulado Superior

El proyecto ML4QD se desarrolla en el marco de una colaboración entre el grupo del Prof. Hernán Míguez en el Instituto de Ciencia de Materiales de Sevilla (ICMS) y el equipo del Prof. Ivan Infante en BCMaterials. Busca desarrollar herramientas de simulación avanzadas basadas en aprendizaje automático (ML, Machine Learning) para analizar la dinámica de portadores en puntos cuánticos (QDs) de semiconductores con estructura de perovskita. El proyecto utiliza espectroscopía ultrarrápida para investigar la fotoemisión, el enfriamiento de hot carriers, el transporte de carga y la recombinación no radiativa en QDs. Las actividades incluyen tanto la generación de datos experimentales como el desarrollo de modelos de campos de fuerza basados en ML y su validación. Los modelos de ML se entrenarán con datos generados mediante cálculos basados en DFT (Density Functional Theory) para simular propiedades electrónicas y guiar futuros experimentos. Este proyecto ofrece la oportunidad de trabajar con tecnologías ópticas de vanguardia y desarrollar habilidades en técnicas avanzadas de computación y ML.