Специалист по математическому моделированию

Прямой работодатель

ООО "ХИММАШ-АППАРАТ"

Статус

Вакансия находится в архиве

Условия работы

Город

Москва, Электрозаводская   –   на карте

Заработная плата

По договоренности

График работы

Полный рабочий день

Предоставляется

Обучение

Условия

-Возможность учиться и работать в инжиниринговой компании, которая осуществляет проектирование, изготовление, поставку, монтаж и пусконаладку сложного технологического оборудования для предприятий нефтегазовой и нефтехимической отраслей промышленности.

-Возможность обучения и работы с ведущими специалистами и кандидатами физико-математических, инженерных, технических и технологических наук;

-Получение опыта работы на любом направлении внутри компании;

-Возможность участвовать в проектировании сложного технологического оборудования для предприятий нефтегазовой и нефтехимической отраслей промышленности;

-Оформление по ТК РФ;

-График работы с 09:00 до 18:00.

Обязанности

-Создание 3D моделей в пакетах Solidworks, Компас и т.п в форматах y-t; x-p (Parasolid), iges, step;

-Создание сеточных моделей для CFD анализа в ICEM CFD, Design Modeler;

-Настройка кейсов в ANSYS Fluent, CFX;

-Создание моделей геометрий в ANSYS APDL сеток;

-Написание макросов в APDL;

-Оформление отчетов по расчетам;

Требования к кандидату *

Образование

Высшее

Опыт работы

От 1 года

Требования

-Высшее математическое, физико-математическое, механико-математическое, инженерное образование;

-Знание и стремление повышать уровень знаний в области механики, физики сплошных сред, знание математического анализа и моделирования;

-Хорошие навыки программирования и активное желание изучать MATLAB, MAPLE (или MATHCAD), Python или подобные системы, хорошее знание численных методов решения уравнений (FEM, FEA, FDM, FVM и др.)

-Опыт работы и активное желание изучать пакеты численного моделирования физических процессов (COMSOL, ANSYS, ABAQUS, APDL, WORKBANCH, CFX или FLUENT.)

-Знание или стремление изучить data processing, data science;

-Знание основ обработки экспериментальных данных и принципов постановки экспериментов;

-Знание английского;

-Умение работать в команде и постоянно учиться у своего наставника;

-Навыки ясной и эффективной научной коммуникации;