Två postdoktortjänster i maskininlärning inriktning hållbar maskininlärning

Två postdoktortjänster i maskininlärning inriktning hållbar maskininlärning

Annons: 29080788
Yrke: Forskarassistent
Arbetsgivare: Luleå tekniska universitet
Arbetets ort: Luleå, Norrbottens län
Senaste ansökningsdatum: 2024-10-31
Publiceringsdatum: 2024-09-06

Kvalifikationer

Arbetslivserfarenhet: Forskarassistent



Presentation:


Luleå tekniska universitet är i stark tillväxt med världsledande kompetens inom flera forskningsområden. Vi formar framtiden genom nydanande utbildningar och banbrytande forskningsresultat, och med utgångspunkt i den arktiska regionen skapar vi global samhällsnytta. Vår vetenskapliga som konstnärliga forskning och utbildning bedrivs i nära samarbete med internationella, nationella och regionala företag, offentliga aktörer och ledande universitet. Luleå tekniska universitet omsätter totalt 1,9 miljarder kronor per år. Vi är idag 1 840 anställda och har 17 670 studenter.

De kommande åren investeras mångmiljardbelopp i Norrbotten och Västerbotten i stora projekt som syftar till ett mer hållbart samhälle nationellt så väl som globalt. Luleå tekniska universitet är involverat i flera av dessa högaktuella forskningsprojekt och den samhällsomvandling som följer. Vi har ett brett utbud av utbildningar för att matcha den kompetens som efterfrågas. Vi hoppas att du vill hjälpa oss att bygga framtidens hållbara företag och samhällen.
Luleå tekniska universitet upplever snabb tillväxt och producerar världsledande expertis inom flera forskningsområden. Vi formar framtiden genom innovativ utbildning och banbrytande forskningsresultat. Från vår plats i den arktiska regionen strävar vi efter att skapa global samhällsnytta. Forskargruppen inom maskininlärning vid Luleå tekniska universitet har en ledig position inom området hållbar maskininlärning. Vi erbjuder toppmoderna resurser för att bedriva forskning och ett gott akademiskt nätverk i Sverige och utomlands. 
Vår forskargrupp inom maskininlärning är en del av Wallenberg AI, Autonomous Systems and Software Program (WASP). WASP är Sveriges största enskilda forskningsprogram någonsin, ett stort nationellt initiativ för strategiskt motiverad grundforskning, utbildning och rekrytering av forskare. Programmet fokuserar på forskning om artificiell intelligens och autonoma system som agerar i samarbete med människor, anpassar sig till sin miljö genom sensorer, information och kunskap, och bildar intelligenta system av system. Visionen för WASP är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till nytta för svensk industri. 

Ämnesbeskrivning 
Maskininlärning fokuserar på metoder med vilka datorsystem använder data för att förbättra sin egen prestanda, förståelse och till att göra konkreta förutsägelser och har nära anknytning till tillämpningar. 

Projektbeskrivning 
Forskningsprojekten inom hållbar maskininlärning fokuserar på att utveckla Edge AI-lösningar som harmoniserar miljöansvar med teknologiska framsteg. Centralt i dessa initiativ är den transformativa potentialen hos Tiny Machine Learning (TinyML) (https://youtu.be/MgqcLCqqjuQ), som möjliggör AI-distribution på resursbegränsade enheter som mikrokontrollers, vilket möjliggör energieffektiva system över hela moln-till-kant-kontinuumet. Genom att utnyttja heterogen hårdvara och förbättra mjukvarutekniska processer och interoperabilitet, strävar dessa projekt efter att skapa AI-system som är robusta, förklarbara och allmänt tillgängliga. Dessutom prioriterar de socialt och miljömässigt ansvar, och säkerställer att hållbar AI-utveckling inte bara främjar teknologiska möjligheter utan också överensstämmer med långsiktig samhällelig och miljömässig välfärd. 

Arbetsuppgifter 
Tjänsten innebär att bedriva samarbetsforskning med både akademiska institutioner och industripartners runt om i Europa, med betoning på ett starkt industriengagemang. Ansvarsområdena inkluderar handledning av doktorander och deltagande i forskningsprojekt, från planering till genomförande och analys. Förutom forskning ingår även undervisning och utveckling av utbildningsprogram, med fokus på att förbättra pedagogiska metoder. Nära samarbete med andra forskare och tvärvetenskapligt arbete är också en central del av rollen. 

Kvalifikationer 
För att kvalificera sig för en position som postdoktor måste du ha en doktorsexamen eller en motsvarande utländsk examen inom datavetenskap, datateknik, elektroteknik, artificiell intelligens, inbyggda system, matematik, robotik, eller ett nära relevant område. Det är meriterande om din examen är avlagd högst tre år före sista ansökningsdag för denna anställning. Om det finns särskilda skäl kan den komma ifråga som avlagt doktorsexamen tidigare, exempelvis vid olika typer av lagstadgade ledigheter. 
Forskningskompetens inom Internet of Things, Inbyggd maskininlärning, Edge AI eller Tiny Machine Learning är fördelaktig. Vi söker entusiastiska kandidater som kan demonstrera expertis i att bedriva banbrytande forskning, vilket visas genom en meritlista av peer-reviewed publikationer. Erfarenhet av internationellt forskningssamarbete är mycket önskvärt. Kandidater bör ha starka kunskaper i engelska, både talade och skriftliga, och ha förmågan att arbeta självständigt samt samarbeta i team. Forskargruppen inom maskininlärning är mycket mångsidig och vi välkomnar varmt sökande från alla bakgrunder. 

Ytterligare information 
För denna anställning gäller en anställningstid på heltid under två år med placering i Luleå, med start enligt överenskommelse. 

För ytterligare information, vänligen kontakta universitetslektor Dr. Hui Han, hui.han@ltu.se 

Facklig företrädare: 
SACO-S Joanna Hübinette, 0920-49 3432 joanna.hubinette@ltu.se 
OFR-S Lars Frisk, 0920-49 1792 lars.frisk@ltu.se 

Ansökan 
Vi ser helst att du söker befattningen via ansökningsknappen nedan där du bifogar personligt brev samt CV/meritförteckning och kopior av verifierade examensbevis. Var vänlig och märk din ansökan med referensnumret nedan. Både ansökan och examensbevis ska vara skrivna på svenska eller engelska. 

Sista ansökningsdag: 31 oktober 2024 
Referensnummer: 3442-2024