Background Image

Análisis de datos de galaxias a bajo brillo superficial en el marco de la misión espacial ARRAKIHS

Centro/Institution: 
Universidad Complutense de Madrid
Tipo/type: 
Postdoctoral
País/Country: 
España
Fecha inicio solicitud: 
Lun, 12/02/2024
Fecha límite solicitud: 
Vie, 16/02/2024

Descripción/Description: 

(English version below)

La persona contratada contribuirá a los objetivos de investigación del proyecto coordinado ARRAKIHS; la primera misión espacial de la ESA liderada por España, que observará una muestra de ~100 galaxias alcanzando brillos superficiales sin precedentes (~31 mag/arcsec²) con el objetivo de desentrañar la naturaleza de la materia oscura y profundizar en nuestro conocimiento sobre los procesos de formación de galaxias. Trabajará dentro del grupo de Astrofísica Extragaláctica de la Universidad Complutense de Madrid, en colaboración con investigadores de otros centros españoles y extranjeros que forman parte del consorcio ARRAKIHS.

Las tareas consistirán en el procesamiento y análisis de datos de simulaciones de imágenes profundas con el objetivo de:
1) Detección y caracterización de galaxias satélites
2) Detección y caracterización de corrientes estelares de mareas
3) Optimización de los observables necesarios para la diferenciación de distintos escenarios cosmológicos.
Para ello se utilizarán modelos estadísticos, técnicas de machine learning y herramientas de análisis de imágenes, como GNUASTRO o SEXTRACTOR.
Como tarea adicional el solicitante participará en el desarrollo de la misión ARRAKIHS en el área relacionada con las tareas descritas anteriormente.

Dada la naturaleza del proyecto, se valorarán positivamente la experiencia y conocimiento de las funciones del puesto a
través de una entrevista técnica y personal, valorando en concreto los siguientes aspectos, junto con los méritos acreditados según el plan de estudios:
- Conocimientos de astronomía extragaláctica.
- Experiencia en lenguajes de programación en general (ej. Python)
- Conocimiento de técnicas de aprendizaje automático (ML)
- Conocimientos de estadística avanzada
- Nivel mínimo de inglés hablado y escrito B2.
Se valorarán preferentemente las titulaciones relacionadas con la Física y la Astrofísica. Se pueden considerar otros títulos de ciencia o ingeniería.

Para más información, contactar con M.Angeles Gómez Flechoso (magflechoso@ucm.es) o en el enlace: https://www.ucm.es/pli10-24 (Referencia: PLI10/24-3/2024-04)

English version:
The successful candidate will contribute to the objectives of the ARRAKIHS space mission; the first ESA mission led by Spain, which will observe a sample of ~100 galaxies reaching unprecedented surface brightnesses (~31 mag/arcsec²) with the aim of unvealing the dark matter nature and deepening our knowledge of the galaxy formation processes. He/She will work in the Extragalactic Astrophysics group at the Complutense University of Madrid, in collaboration with researchers from other Spanish and foreign research centers that are part of the ARRAKIHS consortium.

Tasks will include the processing and analysis of data of deep images obtained from cosmological simulations with the aim of:
1) Characterize and detect satellite galaxies.
2) Characterize and detect stellar streams.
3) Optimize the observables necessary for the differentiation of different cosmological scenarios.
To do this, statistical models, machine learning and image analysis tools, such as GNUASTRO or SEXTRACTOR, will be used.
As additional task, the candidate will participate and collaborate in the development of the ARRAKIHS mission, mainly in the areas related with the previous tasks.

The candidate’s experience and knowledge will be assessed in a personal and technical interview. The following skills are highly recommended:
- Knowledge of extragalactic astronomy.
- Experience in programming languages (e.g. Python)
- Knowledge of machine learning (ML) techniques
- Knowledge of advanced statistics
- Minimum level of English B2 (spoken and written)
PhD in Physics or Astrophysics is preferred, but other science or engineering degrees may be considered.

For more information, please, contact M.Angeles Gómez-Flechoso (magflechoso@ucm.es) or in the URL https://www.ucm.es/pli10-24 (Reference: PLI10/24-3/2024-04)