De un vistazo
- Tareas: Desarrollar modelos híbridos de IA y física para la dinámica de fluidos en aplicaciones aeroespaciales.
- Empresa: Universidad Politécnica de Madrid, parte de una red doctoral europea innovadora.
- Beneficios: Oportunidades de formación excepcionales y colaboración con Airbus en proyectos de vanguardia.
- Otra información: Únete a una red internacional de 15 investigadores de doctorado en 9 países europeos.
- Por qué este empleo: Contribuye a la innovación en la industria aeroespacial y al desarrollo de gemelos digitales.
- Cualificaciones: Máster en Ingeniería Aeroespacial, Matemáticas Aplicadas o campos relacionados; experiencia en simulación numérica.
El salario previsto está entre 41850 - 51150 € por año.
Organización/Empresa: Universidad Politécnica de Madrid, ETSIAE
Departamento: Matemática Aplicada a la Ingeniería Aeroespacial
Campo de Investigación: Ingeniería
Perfil del Investigador: Primer Etapa Investigador (R1)
Posiciones: Doctorado
País: España
Fecha Límite de Solicitud: 30 Abr 2026 - 00:00 (Europa/Bruselas)
Tipo de Contrato: Permanente
Estado del Trabajo: Tiempo completo
Horas por Semana: 37.5
Fecha de Inicio: 1 Jun 2026
Descripción de la Oferta: Esta es mucho más que una simple posición de doctorado; es una oportunidad única para ser parte de la Red Doctoral FairCFD, un ambicioso programa de formación europeo dedicado a construir el futuro de la dinámica de fluidos computacional (CFD) sostenible y eficiente.
Como Candidato Doctoral en UPM, usted:
- Contribuirá a la innovación tecnológica en la industria aeroespacial, en estrecha colaboración con Airbus, desarrollando estrategias CFD avanzadas y eficientes.
- Avanzará en IA para la Ciencia, creando modelos híbridos de aprendizaje automático que combinan arquitecturas basadas en datos con principios físicos para simular fenómenos de flujo complejos.
- Se unirá a una vibrante red internacional de 15 investigadores de doctorado en 9 países europeos, participando en proyectos interdisciplinarios, segundas estancias y formación de alto nivel.
Antecedentes Científicos: Simular con precisión flujos no lineales y multiescala, como el sloshing en tanques de combustible de aeronaves, sigue siendo un gran desafío en CFD. Los métodos convencionales son computacionalmente exigentes y limitan los análisis en tiempo real o de incertidumbre. Los recientes avances en Inteligencia Artificial (IA) y Aprendizaje Automático Científico (SciML) ofrecen un potencial transformador: al incorporar restricciones físicas dentro de arquitecturas neuronales, podemos lograr alta precisión, interpretabilidad y eficiencia computacional.
Sus investigaciones se centrarán en desarrollar modelos reducidos de aprendizaje automático híbridos (ROMs) para dinámica de fluidos industrial, utilizando las bases de datos de alta fidelidad de Airbus. El objetivo: gemelos digitales de próxima generación para sistemas aeroespaciales y más allá.
Objetivos:
- Desarrollar modelos híbridos de IA-física integrando descomposición modal (POD, DMD, Koopman) con redes neuronales (CNNs, LSTMs, Transformers).
- Diseñar modelos interpretables que respeten las leyes de conservación y simetrías físicas.
- Validar modelos en datos a escala industrial (dinámica de sloshing en tanques de combustible de aeronaves).
- Generalizar la metodología a otros flujos turbulentos y multifásicos.
- Entregar herramientas de IA escalables y de bajo costo para aplicaciones industriales de CFD.
Se unirá a ModelFLOWs, un grupo de investigación líder en la Escuela de Ingeniería Aeroespacial de UPM, especializado en aprendizaje automático científico, modelado de orden reducido y CFD. El grupo trabaja en la intersección de IA, física y computación de alto rendimiento, desarrollando herramientas interpretables y eficientes para un impacto real en la ingeniería.
Integración en la red y segundas estancias: Contribuirá principalmente a WP2: Enfoques basados en datos eficientes y colaborará estrechamente con otros Candidatos Doctorales. Las segundas estancias planificadas incluyen:
- Airbus (6 meses): generando conjuntos de datos industriales y probando modelos de ML.
- IMFT (2 meses): validando herramientas contra metodologías complementarias.
Desafío interdisciplinario – Sostenibilidad numérica: Como parte de WP5, todos los candidatos doctorales de FairCFD participarán en un esfuerzo de red para definir la frugalidad numérica, evaluando el costo computacional, el consumo de energía y el impacto de recursos de las simulaciones. El resultado informará sobre prácticas de computación científica sostenible en toda Europa.
Programa de formación: Como becario de Acciones Marie Skłodowska-Curie (MSCA-DN), se beneficiará de una experiencia de formación excepcional a nivel de red, que incluye:
- Cuatro eventos de formación presenciales: inducción, acelerador de habilidades técnicas y transferibles, hackathon y foro de desarrollo profesional.
- Cinco cursos en línea sobre simulación avanzada, IA, ciencia abierta y sostenibilidad.
- Participación en eventos científicos y sociales como simposios, hackathons y coloquios.
Este programa le equipará para convertirse en un líder en ciencia de simulación responsable e innovadora.
Elegibilidad y requisitos:
- Título de máster (o equivalente) en Ingeniería Aeroespacial, Ingeniería Mecánica, Matemáticas Aplicadas, Física o campo relacionado.
- Fondo sólido en mecánica de fluidos y simulación numérica; se valora altamente la experiencia en aprendizaje automático.
- Dominio del inglés (hablado y escrito).
- Regla de movilidad: los candidatos no deben haber residido ni realizado su actividad principal en España durante más de 12 meses en los 36 meses anteriores a la contratación (elegibilidad MSCA).
Solicitud: El proceso de solicitud se abrirá oficialmente en febrero de 2026. Mientras tanto, se puede obtener información adicional contactando a los supervisores junto con el equipo coordinador de DN. Para ello, contáctenos por correo electrónico a soledad.leclainche@upm.es, mencionando "[FairCFD] solicitud a DC3" en el asunto del correo electrónico.
Comentarios adicionales: Se negociará una fecha de inicio con el candidato seleccionado. Idealmente, las fechas de inicio serían entre marzo de 2026 y septiembre de 2026, con la posibilidad de extender la fecha de inicio hasta octubre de 2026.
Dónde aplicar: Correo electrónico soledad.leclainche@upm.es
Requisitos: Campo de Investigación: Ingeniería » Ingeniería Mecánica
Nivel Educativo: Título de Máster o equivalente
Habilidades/Cualificaciones: Título de máster (o equivalente) en mecánica de fluidos, matemáticas aplicadas, computación científica o campos relacionados. Fuerte base en mecánica de fluidos, métodos numéricos, PDEs y/o modelado basado en datos. Interés en la investigación interdisciplinaria y la ciencia abierta.
PhD Position – AI-Driven Modelling for Complex Fluid Dynamics in Aerospace Applications (FairCF[...] empresa: Universidad Politécnica de Madrid, ETSIAE
La Universidad Politécnica de Madrid es un empleador excepcional que ofrece a los candidatos de doctorado la oportunidad de formar parte de una red internacional vibrante y colaborativa, centrada en la innovación tecnológica en la industria aeroespacial. Con un enfoque en el desarrollo de modelos híbridos de inteligencia artificial y física, los investigadores disfrutarán de un entorno de trabajo dinámico, oportunidades de formación de alto nivel y la posibilidad de contribuir a prácticas de computación científica sostenibles. Además, la colaboración con Airbus y otros centros de investigación proporciona una experiencia única y valiosa en el campo de la dinámica de fluidos complejos.
Datos de contacto:
Equipo de selección de Universidad Politécnica de Madrid, ETSIAE
Consejo de los expertos de StudySmarter🤫
Creemos que así podrías conseguir PhD Position – AI-Driven Modelling for Complex Fluid Dynamics in Aerospace Applications (FairCF[...]
✨Conéctate con la comunidad aeroespacial
Asiste a ferias y conferencias de ingeniería aeroespacial. Estos eventos son perfectos para hacer contactos, conocer a profesionales del sector y estar al tanto de las últimas innovaciones. También puedes encontrar oportunidades de trabajo personalizadas que no se publican en línea.
✨Demuestra tu pasión con proyectos
Crea un portafolio con proyectos relacionados con la ingeniería aeroespacial, como diseños, simulaciones o investigaciones. Esto no solo muestra tus habilidades, sino que también refleja tu interés en el campo. Comparte tus proyectos en redes sociales profesionales para aumentar tu visibilidad.
✨Utiliza plataformas específicas del sector
Visita y participa en foros y plataformas de empleo específicos de la industria aeroespacial, como Aerospace Job Board o SpaceCareers. Estas comunidades están llenas de empresas que buscan talento y a menudo comparten ofertas exclusivas.
✨Aplica a través de nuestra web
No olvides enviar tu solicitud para el puesto de PhD Position – AI-Driven Modelling for Complex Fluid Dynamics in Aerospace Applications (FairCF[...] en Universidad Politécnica de Madrid, ETSIAE a través de nuestra página web. Asegúrate de resaltar tus proyectos relevantes y tu pasión por la ingeniería aeroespacial en tu carta de presentación. ¡Nos encantaría verte en el equipo!
Creemos que necesitas estas habilidades para triunfar como PhD Position – AI-Driven Modelling for Complex Fluid Dynamics in Aerospace Applications (FairCF[...]
Algunos consejos para tu solicitud 🫡
Destaca tu formación técnica:En el ámbito de la ingeniería aeroespacial, es esencial que resaltes tu formación técnica. Asegúrate de incluir información sobre tu título, especializaciones, y si tienes certificaciones relevantes que puedan sumar puntos en tu CV. No olvides mencionar cualquier software específico que manejas, como MATLAB o CATIA.
Proyectos destacables en tu CV:Incluye en tu currículum proyectos significativos que hayas realizado, ya sea en prácticas, en la universidad o por tu cuenta. Enfócate en demostrar tu capacidad para resolver problemas complejos o trabajar en equipo en desafíos aeroespaciales; esto puede ser un buen gancho para los reclutadores.
Carta de motivación centrada en el aprendizaje:Al aplicar para un puesto a tiempo completo, tu carta de motivación debe ir más allá de la experiencia previa. Expresa tu interés en seguir aprendiendo y en contribuir a proyectos innovadores en Universidad Politécnica de Madrid, ETSIAE. Esto demuestra tu proactividad y que deseas crecer en el área de la ingeniería aeroespacial.
Adapta tu estilo de redacción:Asegúrate de que tu estilo de escritura en la aplicación sea técnico pero accesible. Utiliza terminología aeroespacial cuando sea necesario, pero evita jergas excesivas que puedan alejar a los reclutadores. Recuerda, ¡también deben entender lo que haces! Aplica a través de nuestro sitio web para llegar directamente al equipo de Universidad Politécnica de Madrid, ETSIAE.
Cómo prepararte para una entrevista de trabajo en Universidad Politécnica de Madrid, ETSIAE
✨Entiende la Aerodinámica
Prepárate para preguntas técnicas sobre aerodinámica y mecánica de materiales. Es probable que te hagan preguntas sobre simulaciones o casos de estudio relacionados con proyectos anteriores en los que hayas trabajado.
✨Resalta tus Proyectos Prácticos
Si has trabajado en proyectos de modelado o simulación, asegúrate de prepararte para hablar de ellos en detalle. Llevar un portafolio que incluya gráficos o diagramas puede ser un gran punto a tu favor para demostrar tu experiencia.
✨Conoce los Software Clave
Familiarízate con programas que son comunes en la ingeniería aeroespacial, como CATIA o SolidWorks. Al mencionar tu experiencia con estas herramientas, mostrarás que puedes integrarte fácilmente en el equipo de Universidad Politécnica de Madrid, ETSIAE.
✨Desarrolla tu Habilidad de Trabajo en Equipo
La ingeniería aeroespacial es un trabajo colaborativo, así que prepárate para discutir cómo trabajas en equipo. Comparte ejemplos de ocasiones anteriores en las que colaboraste con otros ingenieros, ya que tu capacidad para comunicarte y trabajar en conjunto será fundamental en tu rol.