量子エンジニア、1960年の初のレーザーが稼働

研究プラットフォームとして、また選ばれた実証実験としては役立っているが、広範で誤り耐性のある商業的な優位性はまだ証明されていない。現在の装置は、多くのアルゴリズムが必要とする誤り訂正済みの機械に比べると、ノイズが多く小規模だ。量子センシングと量子通信は、汎用コンピューターを必要とせず特定の物理的優位性を利用できるため、より早く実用的なニッチに到達する可能性がある。 線形代数、量子力学、電磁気学、統計力学、プログラミング、実験手法が中心だ。電気工学者にはマイクロ波、RF、制御の知識が必要で、フォトニクスエンジニアには光学が、材料エンジニアには作製と評価が必要になる。この分野は、方程式、機器、コードのどれも他人事にせず、その間を行き来できる人材に報いる。

AIは実験のスケジューリング、パラメータの最適化、文献検索、データ分類を支援できる。しかしノイズの多い物理的な測定が信頼できると独立して確立したり、極低温システムを修理したり、装置設計について責任を負ったりすることはできない。この仕事は新規性のある科学と実地の実験的判断を結びつけるため耐性が高いが、定型的な分析は加速していくだろう。 米国では、中堅の量子ハードウェア・ソフトウェアエンジニアは2020年代半ばでおおむね12万〜20万ドルを稼ぎ、資金力のある企業ではさらに高い報酬パッケージがある。大学や公的研究機関の職務は給与が低いが、研究への参加機会を提供する。欧州とアジアの給与は、各国の研究システムと、経験豊富な極低温・フォトニクス専門家の希少性によって異なる。

まだどのプラットフォームも勝っていない。超伝導回路は高速で潤沢な資金を得ており、トラップドイオンは高品質な操作を持ち、中性原子は魅力的な配列に拡張でき、フォトニクスは一部の冷却上の制約を避けられ、シリコンスピンは半導体との互換性を約束する。それぞれ誤り、配線、作製、制御の問題が異なるため、雇用主は汎用的な人材よりもプラットフォーム特化型のエンジニアを採用することが多い。 できる。特に制御ソフトウェア、コンパイラ、シミュレーション、科学計算の分野では可能だ。ハードウェアに関わる職務には本格的な物理学と実験の知識が必要になる。最も説得力のある転向は、プログラミングに正規の授業、オープンソースの量子ツール、研究室との協働、あるいは大学院の学位を組み合わせるものであり、量子SDKだけを装置の専門知識と同等に扱うことではない。