Doktorand i avancerade flerfasflöden och data-driven modellering
Mälardalens Universitet / Högskolejobb / Västerås
2025-03-17
Visa alla högskolejobb i Västerås,
Hallstahammar,
Surahammar,
Eskilstuna,
Enköping eller i
hela Sverige Visa alla jobb hos Mälardalens Universitet i Västerås,
Eskilstuna,
Nyköping,
Karlskoga,
Karlshamn eller i
hela Sverige Mälardalens universitet (MDU) är Sveriges nyaste universitet. Med vår vision, att vara ett progressivt och samverkande universitet där vi tillsammans formar en hållbar framtid, vill vi göra verklig skillnad.
Vill du vara med och bidra till vår utveckling?
Tillsammans bidrar vi till en mer hållbar framtid genom kunskap och innovation. Vi anser att ny kunskap och nya perspektiv bäst skapas och uppnås i samverkan med andra - kollegor, studenter, näringsliv och offentlig sektor såväl nationellt som internationellt.
På akademin för ekonomi, samhälle och teknik läser våra studenter till bland annat högskole- och civilingenjörer, statsvetare och ekonomer. Hos oss finns forskningsinriktningarna industriell ekonomi och organisation och framtidens energi. Vårt arbete sker i samverkan och i strategiska avtal med företag, organisationer och myndigheter i regionen.
Anställningsinformation
Anställningsform: Tidsbegränsad anställning
Omfattning: Heltid
Antal anställningar: 1
Sista dag att ansöka är 2025-04-07
Stationeringsort: Västerås
Akademi/enhet/sektion: Akademin för ekonomi, samhälle och teknik (EST)
Tillträde till utbildning på forskarnivå samt grundläggande behörighetskrav regleras i Högskoleförordningen 7 kap, 34-41§. Läs mer här:
https://www.mdu.se/utbildning/forskarutbildning Till utbildningsplatsen är en doktorandanställning på heltid knuten under utbildningstiden, vilket motsvarar fyra år.
Publiceringsdatum2025-03-17Dina arbetsuppgifterVi söker en doktorand till vårt forskningsteam med inriktning på analys och modellering av flerfasflöden (multiphase flow). Forskningen fokuserar på att utveckla en grundläggande förståelse och numeriska modeller för flerfasflöden, som är avgörande för många industriella processer. Den framgångsrika kandidaten kommer att utveckla avancerade fysikbaserade metoder inom strömningsmekanik och värmeöverföring för att studera flerfasflödesfenomen.
Målet är att kombinera teoretisk och experimentell strömningsmekanik med moderna beräkningsverktyg för att analysera och förutsäga flerfasflödens beteende. Projektet innefattar också tillämpning av maskininlärning (machine learning) och datorseende (computer vision) för att förbättra dataanalys, mönsterigenkänning, modellering och prediktion.
Rollen kräver en gedigen förståelse av strömningsmekanik och värmeöverföring samt ett intresse för tvärvetenskapliga metoder där AI och datadrivna tekniker används. Projektet kan innebära samarbete med externa akademiska och industriella partners, vilket ger möjligheter till praktisk tillämpning och verklig industriell påverkan.
Doktoranden ansvarar för att genomföra sina forskarstudier i enlighet med en individuell studieplan, vilket inkluderar att planera och genomföra forskning i samarbete med handledare och kollegor, samt publicera resultat i vetenskapliga tidskrifter med peer-review. Doktorandutbildningen omfattar även 60 högskolepoäng kursstudier som ska genomföras och godkännas.
Behörighetskrav
För grundläggande behörighet till forskarutbildning krävs att man har ett av följande:
• examen på avancerad nivå
• minst 240 högskolepoäng varav minst 60 på avancerad nivå
• på annat sätt, i Sverige eller utomlands, förvärvat motsvarande kunskaper.
För att vara behörig till denna doktorandtjänst krävs även:
• En masterexamen (MSc) i maskinteknik, termisk ingenjörsvetenskap eller ett närliggande område med en stark inriktning på strömningsmekanik, energisystem, värmeöverföringsprocesser, flerfasflöden eller liknande ämnen.
• En djup förståelse av fysiken och dynamiken hos fluid- och termiska system.
• Goda kunskaper i programmering och verktyg för dataanalys och modellering, såsom Python och MATLAB (eller motsvarande).
• Mycket goda kunskaper i engelska, både muntligt och skriftligt.
Bedömningsgrunder
En grundläggande bedömningsgrund är förmågan att tillgodogöra sig utbildning på forskarnivå.
Utöver behörighetskraven är följande kvalifikationer särskilt meriterande:
• Erfarenhet av flerfasflöden och avancerade modelleringsmetoder för dessa.
• Stark kompetens inom strömningsmekanik, värmeöverföring och termodynamik, med fokus på både teoretiska och praktiska tillämpningar.
• Erfarenhet av maskininlärning och AI, särskilt deep learning-ramverk såsom TensorFlow, och deras tillämpning inom forskning om strömningsmekanik och värmeöverföring.
• Programmeringsfärdigheter i Python och MATLAB, särskilt inom maskininlärning, dataanalys och bildbehandling.
• Erfarenhet av att arbeta i Linux-miljöer.
• Förmåga att arbeta med interdisciplinära team och samarbeta med industriella och akademiska partners.
• God kommunikations- och presentationsförmåga.
Vi söker en kandidat som har förmåga att arbeta självständigt men också kan samarbeta i ett tvärvetenskapligt team. Kandidaten bör ha en vilja och förmåga att engagera industriella partners och andra intressenter samt tillämpa forskningsresultat på verkliga problem. God kommunikations- och presentationsförmåga är en viktig egenskap för rollen.
Vid en samlad bedömning av lämplighet läggs även vikt vid personliga förmågor. Alla anställda vid MDU förväntas samarbeta och bemöta kollegor och studenter med respekt, ta ansvar för verksamheten och de egna arbetsuppgifterna samt bidra till en god arbetsmiljö.
Vi värdesätter de kvaliteter som en jämn ålders- och könsfördelning samt etnisk och kulturell mångfald tillför.
#LI-DNI
Så ansöker duDu gör din ansökan genom att klicka på knappen "Ansök" nedan.
Du som sökande ansvarar för att ansökan är komplett i enlighet med annonsen och universitetet tillhanda senast sista ansökningsdag.
Välkommen med din ansökan!
Fackliga representanter:
Saco-S
saco-s@mdu.seSusanne Meijer ST-OFR/S, tel: 021-10 14 89
Vi undanber oss all kontakt med försäljare av annonser. Vi har gjort våra strategiska val för denna rekrytering.
Ersättning månadslön
Så ansöker du Sista dag att ansöka är 2025-04-07
Klicka på denna länk för att göra din ansökan Omfattning Detta är ett heltidsjobb.
Arbetsgivare Mälardalens Universitet (org.nr 202100-2916),
http://www.mdu.se Arbetsplats Mälardalens universitet
Kontakt Professor
Rebei Bel Fdhila
rebei.bel.fdhila@mdh.se 070-668 5004 Jobbnummer 9225563