Doktorand i maskininlärning

Kungliga Tekniska högskolan, Skolan för datavetenskap och kommun / Administratörsjobb (offentlig verksamhet) / Stockholm
Observera att sista ansökningsdag har passerat.

Visa alla administratörsjobb (offentlig verksamhet) i Stockholm, Solna, Lidingö, Sundbyberg, Danderyd eller i hela Sverige
Visa alla jobb hos Kungliga Tekniska högskolan, Skolan för datavetenskap och kommun i Stockholm, Solna 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, teknisk historia och filosofi.

Avdelningsinformation

KTH Skolan för datavetenskap och kommunikation (CSC) söker doktorander inom maskininlärning vid avdelningen för Robotik, Perception och Lärande (RPL) https://www.

kth.se/en/csc/forskning/rpl.

Publiceringsdatum
2017-12-07

Dina arbetsuppgifter
Det vetenskapliga arbetet kommer genomföras inom något av följande forskningsinriktningar:

1) Geometriska och topologiska metoder för maskinlärning med applikationer inom robotik

Topologisk dataanalys är en nyutvecklad underavdelning inom maskininlärning som möjliggör inferens om den globala strukturen i dataset baserat på noggrann matematisk teori med ursprung i algebraisk topologi. Forskningen inom detta tema kommer att fokusera på att utveckla nya geometriska och topologiska tekniker för maskininlärning med fokus på potentiella tillämpningsområden inom robotik. Möjliga tillämpningar av geometrisk och topologisk dataanalys i robotik inkluderar studier av robotkonfigurationer och fritt utrymme. Detta kan inkludera utveckling av metoder för att autonomt upptäcka osäkra konfigurationer i ett scenario med självkörande bilar och för att förstå hur kompakta komponenter i det fria utrymmet kan utnyttjas för att möjliggöra nya typer av robotmanipulation med hjälp av så kallat "Caging". Ett andra potentiellt delspår är att undersöka hur topologisk dataanalys kan användas för att analysera representationer av data utifrån algoritmer för djupinlärning. Doktoranden kommer handledas av Florian Pokorny, biträdande professor vid RPL.

2) Datadriven scenförståelse och reglering av robotar i samarbete med människor

Framtida robotapplikationer antas i större utsträckning inkludera samarbete med människor, människor som inte nödvändigtvis har en teknisk bakgrund. Samverkan mellan människa och robot måste således vara på ett sätt som människan finner naturligt. En samarbetande robot måste kunna anpassa sig till förändringar i närmiljön och de uppgifter den förväntas utföra. Den måste vara i ett tillstånd av ständigt lärande och gradvis anpassa sitt beteende med återkoppling från både sitt sensoriska system och den mänskliga samarbetspartnern. Forskning inom detta tema kommer att fokusera på en kombination av djupinlärning för scenförståelse och generativa rörelsemodeller, med reinforcement learning tillämpat för reglering. Tyngdpunkt kommer att läggas på metoder med vilka en människa kan lära en robot att på är det bästa sätt lösa en viss uppgift, antingen genom demonstration eller genom att fysiskt styra roboten. Doktoranden kommer handledas av Mårten Björkman, docent vid RPL.

Tjänsten avser en fyraårig tidsbegränsad plats, men kan vid max 20% institutionstjänstgöring, vanligtvis undervisning, förlängas ytterligare ett år. Forskarstuderande ska vara inskriven vid KTH och ansökan initieras vid erbjudande om anställning.

Startdatum är öppet för diskussion men vi ser gärna att tjänsten tillsätts så snart som möjligt.

Kvalifikationer
En kandidat förväntas ha en masterexamen med inriktning mot datalogi, matematik, statistik, robotik, maskininlärning eller liknande. Dokumenterad förmåga att skriva och tala engelska, samt goda färdigheter i programmering och matematisk mognad är ett krav. Erfarenheter inom topologi, geometri, algoritmkonstruktion, storskaliga beräkningar, maskininlärning och robotik är viktig tillgång. Sökande skall vara starkt motiverad för forskarstudier, ha förmåga till självständigt arbete och kritisk analys samt god samarbets- och kommunikationsförmåga.

För mer information om doktorandstudier på KTH besök sidan Doctoral studies (https://www.kth.se/en/studies/phd/doctoral-studies-phd-1.9318).

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida.

Så ansöker du
Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.

Ansökan skall innefatta följande handlingar:

1. Curriculum vitae

2. Betygsavskrift från högskola/universitet

3. Kortfattad redogörelse varför den sökande vill ägna sig åt forskarstudier

Observera att allt material måste vara på engelska, förutom officiella dokument.

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time).

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

Varaktighet, arbetstid
100%. Tillträde: Så snart som möjligt Visstidsanställning

Ersättning
Månadslön enligt KTH.s doktorand avtal

Så ansöker du
Sista dag att ansöka är 2018-01-20
Ange följande referens när du ansöker: D-2017-0895
Klicka på denna länk för att göra din ansökan

Kontakt
Florian Pokorny, Assistant Professor fpokorny@kth.se, 08-7906792
Mårten Björkman, Associate Professor celle@kth.se, 08-7906202

Företag
Kungliga Tekniska högskolan, Skolan för datavetenskap och kommun

Adress
Kungliga Tekniska högskolan, Skolan för datavetenskap och kommun
Lindstedtsvägen 3-5/Osquars Backe 2
10044 Stockholm

Kontorsadress
Lindstedtsvägen 3-5/Osquars Backe 2

Jobbnummer
3841582

Observera att sista ansökningsdag har passerat.

Doktorand i maskininlärning

Prenumerera på jobb från Kungliga Tekniska högskolan, Skolan för datavetenskap och kommun