Forskningsingenjör i djup inlärning med fokus på satellitbildbeh

Kungliga Tekniska högskolan, / Elektronikjobb / Stockholm
Observera att sista ansökningsdag har passerat.

Prenumerera på nya jobb hos Kungliga Tekniska högskolan,

Visa alla elektronikjobb i Stockholm, Solna, Lidingö, Sundbyberg, Danderyd eller i hela Sverige
Visa alla jobb hos Kungliga Tekniska högskolan, i Stockholm, Solna, Huddinge eller i hela Sverige

KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, historia och filosofi.




Publiceringsdatum
2019-06-03

Dina arbetsuppgifter
Tjänsten meddelas i samband med pilotprojektet KTH Digitaliseringsplattform "Earth Observation Big Data och Deep Learning for Change Detection och Environmental Impact Assessment: Urbanization och Forest Fire Monitoring as Examples".

Arbetet kommer att vara ett samarbete mellan olika avdelningar på KTH: RPL (Josephine Sullivan, Hossein Azizpour), GeoInformatics (Yifang Ban, Andrea Nascetti) och Sustainability Assessment and Management (Ulla Mörtberg). Positionen är kortsiktig (3 månader, med eventuell förlängning till 6 månader) för att arbeta på ett forskningsprojekt med djup inlärning på satellitbilder för kontinuerlig förändringsdetektering och segmentering.

Resultatet av positionen skulle vara en vetenskaplig rapport och motsvarande dokumenterad kod. Forskningsresultaten förväntas publiceras vid konferenser för maskinutbildning/datasyn/geoinformatik med forskningsingenjören som huvudförfattare. Arbetet förväntas börja i början av augusti.

Kvalifikationer
Vi söker en kandidat som har tagit kurser i maskininlärning, djupt lärande och datorsyn och har lång erfarenhet av djupt lärande. Positionen kräver utveckling av djupt lärande programvara i ett djupt lärande ramverk som TensorFlow eller PyTorch. Således är förtrogenhet och tidigare forskningserfarenhet med djupa nätverk ett måste. I de tidiga stadierna innebär detta projekt att man analyserar satellitbilder med stora volymer som kräver bra programmerings- (C / C ++ och Python) och databasfärdigheter. Slutligen krävs att kandidaten har tillräcklig kunskap inom linux shell scripting för att smidigt kunna köra jobb på GPU-servrar på distans. Ideellt ska studenten ha en MSc-examen eller ska vara på väg att avsluta sin masterexamen innan han börjar denna position.

Vi kommer lägga stor vikt vid personliga egenskaper.

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på https://www.kth.se/om/work-at-kth/fackrepresentanter-1.500898.

Så ansöker du
Bifoga följande dokument till din ansökan:

- CV
- Ett kort brev där du beskriver dig själv och varför du är intresserad av tjänsten

Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in. Din kompletta ansökan ska vara KTH tillhanda senast sista dagen för ansökningsperioden.

Övrig information
Jämställdhet, mångfald och avståndstagande från alla former av diskriminering är både en kvalitetsfråga och en självklar del av KTH:s värdegrund.

För information om behandling av personuppgifter i samband med rekrytering https://www.kth.se/om/work-at-kth/processing-of-personal-data-in-the-recruitment-process-1.823440.

Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Varaktighet, arbetstid
100%. Tillträde: Augusti Visstidsanställning till 2019-10-31

Ersättning
Månadslön

Så ansöker du
Sista dag att ansöka är 2019-06-15
Ange följande referens när du ansöker: J-2019-1503
Klicka på denna länk för att göra din ansökan

Kontakt
Hossein Azizpour azizpour@kth.se
Sarah Kullgren sarahku@kth.se

Företag
Kungliga Tekniska högskolan,

Adress
Kungliga Tekniska högskolan,
Brinellvägen 8
10044 Stockholm

Kontorsadress
Brinellvägen 8

Jobbnummer
4816377

Observera att sista ansökningsdag har passerat.

Prenumerera på jobb från Kungliga Tekniska högskolan,

Fyll i din e-postadress för att få e-postnotifiering när det dyker upp fler lediga jobb hos Kungliga Tekniska högskolan,: