"False"
Hoppa direkt till innehållet

Studenter som inte bytt lösenord sedan 7 maj kan inte logga in på studentwebben. Läs hur du byter lösenord.

printicon
Huvudmenyn dold.

Postdoktoralt stipendium (2 år) inom Deep Learning för realtidsuppfattning

Institutionen för tillämpad fysik och elektronik vid Umeå universitet, erbjuder ett postdoktorsstipendium inom projektet Inbyggda Realtidssystem (RTES). Stipendiet avser heltid under två år med tillträde 1 september 2024, eller enligt överenskommelse. Sista ansökningsdag är 30 juni 2024.

Institutionen för tillämpad fysik och elektronik har cirka 100 anställda och bedriver stark forskning och utbildning inom ett flertal kompletterande områden. Forskning bedrivs inom bland annat inbyggda system, autonoma system, styr- och reglerteknik, robotik, termisk energiomvandling och energieffektivisering. För mer information besök: https://www.umu.se/institutionen-for-tillampad-fysik-och-elektronik/.

Forskargruppen för samverkande och intelligenta inbyggda system (CIES) (https://www.umu.se/en/research/groups/cooperative-and-intelligent-embedded-systems/) fokuserar på att utveckla EdgeAI och utveckla de viktigaste komponenterna för att skapa autonoma och intelligenta system som ska kunna fungera effektivt i verkliga miljöer. Genom att utforska intelligenta sensorer, kognition och aktuatorer strävar vi efter att ge dessa system möjlighet att i realtid interagera sömlöst med sin fysiska omgivning. Vi söker nu en motiverad postdoktor som vill ansluta till vår forskargrupp.

Projektbeskrivning

Som postdoktor kommer du att bidra till vår pågående forskning inom området för samverkande realtidsperception. Specifikt kommer ditt projekt att kretsa kring tillämpningen av maskininlärning och djupinlärningstekniker för att förbättra realtidskritisk perception för tex autonoma fordon. Detta forskningsprojekt kommer att behandla ämnen som samverkande och kontinuerlig realtidsperception, detektion av out-of-distribution situationer, försvar mot säkerhetsattacker och metoder för modellkomprimering av djupa neuronnät för kantintelligens.

Den specifika inriktningen för ditt projekt kommer att avgöras baserat på både din forskningsbakgrund och projektets krav. Du kommer få vägledning och mentorskap av  professorerna Zonghua Gu och Tomas Nordström under hela projektets gång.

Stipendiet är på två år och finansieras av Kempestiftelserna. Det skattefria stipendiebeloppet uppgår till totalt 672 000 SEK (336 000 SEK per år) och betalas vanligtvis ut som fyra separata utbetalningar under stipendieperioden.

Stipendiaten kommer att få möjlighet att:

  • Bedriva toppforskning inom djupinlärning för realtids-perception med fokus på säkerhetsaspekterna hos autonoma fordon
  • Designa och implementera innovativa algoritmer och modeller för att förbättra perceptionsförmågan hos enskilda och samverkande autonoma fordon
  • Samverka med andra teammedlemmar för att utveckla och utvärdera nya metoder inom områden som kontinuerlig realtids-perception och samverkande perception
  • Publicera forskningsresultat på högt rankade konferenser och tidskrifter
  • Presentera forskningsframsteg och resultat för forskargruppen och relevanta intressenter

Vi erbjuder en stimulerande och inkluderande forskningsmiljö!

Kvalifikationer

För att vara behörig som postdoktor krävs avlagd doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då beslut om stipendiatmottagare fattas.

För att vara aktuell som postdoktorstipendiat bör främst den komma ifråga som har avlagt examen enligt föregående stycke för högst tre år sedan. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, tjänstgöring inom totalförsvaret, eller andra liknande omständigheter samt klinisk tjänstgöring eller för ämnesområdet relevant tjänstgöring/uppdrag.

Vi söker dig som har:

  • En doktorsexamen i datavetenskap, elektroteknik eller annat för projektet relevant område
  • Stark bakgrund inom maskininlärning med expertis inom något relevant område som tex datorseende eller robotik
  • Goda programmeringskunskaper i språk som Python, inklusive populära ramverk som TensorFlow eller PyTorch
  • Erfarenhet av hela datakedjan för maskininlärmningssystem, från relevanta databaser, via state-of-the-art modeller och träningsmetoder, till utvärdering och sammanställning av experimentresultat
  • Goda muntliga och skriftliga kunskaper i engelska
  • Förmåga att  verka tillsammans med andra och att självständigt utveckla nya forskningslinjer inom området

Ansökan

En fullständig ansökan ska innehålla:

  • Personligt brev där du beskriver tidigare forskningserfarenheter, beskriver dina forskningsintressen och hur de stämmer överens med positionen (max 3 sidor)
  • Meritförteckning - CV med publikationslista
  • Styrkt kopia av doktorsexamensbevis eller dokumentation som tydliggör när doktorsexamen förväntas erhållas
  • Styrkta kopior av andra examensbevis, akademiska kursintyg och/eller betyg
  • Kopia av doktorsavhandling och upp till 5 relevanta publikationer
  • Övriga handlingar som den sökande vill åberopa

Referenser lämnas i samband med eventuell intervju.

Skicka din ansökan som pdf, märkt med diarienummer FS 2.1.7-931-24 både i dokumentet och i mejlets ämnesrad, till medel@diarie.umu.se. Din ansökan kan skrivas på svenska eller engelska. Sista ansökningsdag är 30 juni 2024

Ytterligare information

Mer information tillhandahålls av professor Zonghua Gu (zonghua.gu@umu.se) eller professor Thomas Olofsson (thomas.olofsson@umu.se).

Välkommen med din ansökan! 

 

Senast uppdaterad: 2024-05-08