Doktorand i Matematisk Statistik med inriktning på Sonarsignalbehandling
Lunds Universitet, LTH, Matematikcentrum / Högskolejobb / Lund
2024-07-05
Visa alla högskolejobb i Lund,
Lomma,
Staffanstorp,
Burlöv,
Kävlinge eller i
hela Sverige Visa alla jobb hos Lunds Universitet, LTH, Matematikcentrum i Lund Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 47 000 studenter och mer än 8 800 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.
Lunds universitet välkomnar sökande med olika bakgrund och erfarenheter. Jämställdhet, lika villkor och mångfald är grundläggande principer för alla delar av vår verksamhet.
Beskrivning av arbetsplatsen
Arbetsplatsen är avdelningen för Matematisk Statistik med ca 25 lärare, forskare och doktorander.
Grunden för forskningsområdena inom matematisk statistik är sannolikhetsteori och statistisk teori. Sannolikhetsteorins huvuduppgift är att utveckla matematiska modeller för beskrivning och analys av slumpmässiga förlopp, och att studera de matematiska egenskaperna hos sådana modeller. Inom den statistiska teorin studeras bl a principer och metoder för att med hjälp av empiriska fakta och data bygga och pröva modellerna. Tillämpningar finns inom alla delar av samhället med tonvikt på naturvetenskap, teknik, medicin och ekonomi.
Projektbeskrivning
Det senaste tidens händelser har visat på sårbarheten hos kritisk undervattensinfrastruktur, såsom gasledningar och undervattenskablar. För att öka skyddet av vårt samhälle och vår marina miljö är det därför av stor vikt att nya skalbara tekniker utvecklas för spaning och kommunikation i undervattensmiljöer.
Detta forskningsprojekt genomförs i nära samarbete med forskare vid KTH och FOI och syftar till att utveckla förbättrad sonarsignalbehandling med fokus på både teori- och metodutvecklingen för spaning i undervattensmiljöer.
Projektet genomförs inom Wallenberg AI, Autonomous Systems and Software Program, WASP. Wallenberg AI, Autonomous Systems and Software Program, WASP, är Sveriges största enskilda forskningsprogram i modern tid. Programmet skapar en plattform för akademisk forskning och utbildning i nära samarbete med ledande svensk teknikintensiv industri. Forskningen innefattar artificiell intelligens och autonoma system som verkar i samarbete med människor och som anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap och skapar intelligenta system av system. WASPs vision är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till gagn för Sveriges industri och samhälle.
Mer information om WASP (wasp-sweden.org)
Forskarskolan inom WASP har som mål att förse framtidens forskare med nödvändig kunskap för att kunna analysera, utveckla och bidra aktivt till den tvärvetenskapliga utvecklingen av artificiell intelligens, autonoma system och mjukvara. Genom ett ambitiöst program med forskningsbesök, partneruniversitet och gästföreläsare stöder forskarskolan aktivt bildandet av ett starkt multidisciplinärt och internationellt professionellt nätverk mellan doktorander, forskare och industri. Forskarskolan erbjuder därmed en unik möjlighet för de studenter som lockas av internationell forskning i världsklass med industriell relevans.
Mer information om Forskarskolan WASP (wasp-sweden.org)
Publiceringsdatum2024-07-05Dina arbetsuppgifterHuvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. Forskningen behandlar teori och metodutveckling inom sonarsignalbehandling, med fokus inom optimal masstransport, glesa strukturer, multidimensionell signalbehandling och konvex optimering.
I arbetsuppgifterna ingår det även medverkan i undervisning och annat institutionsarbete vid Matematisk Statistik, dock max 20 % av arbetstiden.
Behörighet
Grundläggande behörighet till utbildning på forskarnivå har den som har
avlagt examen på avancerad nivå eller
fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå eller
på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.
Kraven på särskild behörighet för Matematisk Statistik uppfyller den som har:
minst 90 högskolepoäng med relevans för ämnesområdet, varav minst 60 högskolepoäng på avancerad nivå samt ett fördjupningsarbete om minst 30 högskolepoäng på avancerad nivå inom ämnesområdet, eller
examen på avancerad nivå inom ett relevant ämnesområde.
Övriga krav:
minst en kurs i programmering och en i optimering
minst en kurs på avancerad nivå i stokastiska processer, maskininlärning, eller liknande ämnen såsom: Tidsserieanalys, Spatial statistik, Spektralanalys, Statistisk inlärning
mycket goda kunskaper i engelska, i tal och skrift.
För annonsen i sin helhet vänligen se:
https://lu.varbi.com/se/what:job/jobID:738772/Välkommen med din ansökan!
LTH - Lunds Tekniska Högskola - är den tekniska fakulteten vid Lunds universitet. På LTH utbildar vi människor, bygger kunskap för framtiden och arbetar hårt för att utveckla samhället. Vi skapar utrymme för briljant forskning och inspirerar till kreativ utveckling av teknik, arkitektur och design. Här läser närmare 10 000 studenter. Varje år publicerar våra forskare - varav många verkar inom världsledande profilområden - omkring 100 avhandlingar och 2 000 vetenskapliga rön. En rad forskningsresultat och studentarbeten förädlas till innovationer. Tillsammans utforskar och skapar vi - till nytta för världen.
Vi undanber oss alla kontakter från annonsförsäljare, rekryterings- och bemanningsföretag på grund av statliga upphandlingsregler.
Ersättning Månadslön
Så ansöker du Sista dag att ansöka är 2024-08-31
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "PA2024/2205".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Lunds Universitet (org.nr 202100-3211)
Arbetsplats Lunds universitet, LTH, Matematikcentrum
Kontakt Andreas Jakobsson
andreas.jakobsson@matstat.lu.se Jobbnummer 8787575