Doktorand inom Deap Learning

Kungliga Tekniska högskolan, / 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, 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.

Projektbeskrivning

Forskarutbildningsämne: Datalogi

Forskningen kommer att genomföras vid Science for Life Laboratory (www.

scilifelab.se) som en del av avdelningen för beräkningsvetenskap och beräkningsteknik. Detta under ledning av biträdande professor Kevin Smith (https://www.kth.se/profile/ ksmith) vars huvudsakliga forskningsområden är inom datorseende och biomedicinsk bildanalys.

Deep Learning har snabbt drivit prestanda för många intelligenta system framåt, men många viktiga frågor är fortfarande öppna för ny forskning. Hur förklarar vi och förstår djupa nätverks höga kapacitet? Hur förstår man dess underliggande besluts process? Hur kan vi överföra kunskap från ett informationsrikt till informationsfattigt område? Vilka är gränserna för dess tillämpning inom andra områden?

Doktorandens roll är att utveckla teoretiska framsteg kopplade till dessa forskningsfrågor och fokusera på att tillämpa dem på problem inom datorseende och/eller biomedicinsk bildanalys. Möjliga områden inkluderar: knowledge transfer, universial representation and learning, understanding deep networks, explainability, and uncertainty estimation. Om studenten har intresset och tillräcklig kunskap, finns det viss möjlighet att styra forskningsinriktningen.

Vänligen inkludera ett kort projektförslag (1 sida) som beskriver ett ämne relaterat till Deep Learning och/eller biomedicinsk bildanalys som du skulle vilja bedriva forskning inom under dina doktorandstudier.

Vi erbjuder

- Möjligheten att doktorera i en dynamisk, internationell forskarmiljö i nära samarbete med industrin och framstående universitet världen över.
- En personlig studieplan för att stötta din utveckling inom dina intresseområden.
- Livslångt nätverk i form av KTH:s Alumniverksamhet.
- En arbetsplats med många anställningsförmåner och månadslön enligt KTH:s avtal för doktorandlöner.
- Arbete och studier i Stockholm, en av Europas snabbast växande huvudstäder som samtidigt har närhet till naturen och havet.
- Tillgång till State-of-the-Art beräkningresurser för Deep Learning.

Behörighet för antagning

För att bli antagen till forskarutbildning (kap 7 39 § högskoleförordningen) krävs att den sökande har grundläggande behörighet:

- avlagt en examen på avancerad nivå,
- 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.

Urval

För att lyckas med dina doktorandstudier på KTH behöver du vara målinriktad och ihärdig i ditt arbete. Vid urval av de sökande bedöms förmågan att:

- självständigt driva sitt arbete framåt,
- kunna samarbeta med andra,
- ha ett professionellt förhållningssätt och
- analysera och arbeta med komplexa frågor.
- goda kunskaper i både skriven och talad engelska.
- motivation för doktorandstudier
- matematiska kunskaper
- erfarenhet av vanliga Deep Learning frameworks så som: TensorFlow, PyTorch, Keras, Caffe, MXNet, etc. såväl som erfarnehet av Linux.

Efter behörighetskraven kommer stor vikt läggas vid personliga egenskaper och personlig lämplighet.

Målexamen: Doktorsexamen

Information om antagning och anställning

Bara den som antagits till forskarutbildning får anställas som doktorand. Anställningen får gälla för högst ett år och därefter förnyas. En anställd doktorand får i begränsad omfattning (högst 20 %) utföra vissa arbetsuppgifter inom t.ex. utbildning och administration.

Fackliga representanter

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

Doktorandsektionen (Tekniska högskolans studentkår)

Du hittar kontaktuppgifter till doktorandsektionen på sektionens webbsida.

Ansökan

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

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

Ansökan ska ha följande innehåll

- CV med relevanta professionella erfarenheter och kunskaper.
- Ansökningsbrev med en kortfattad redogörelse om varför du vill bedriva forskarstudier, om dina akademiska intressen och hur de relaterar till dina tidigare studier och framtida mål. (Max 2 sidor)
- Betygsavskrift, kopior av examensbevis och betyg från tidigare universitetsstudier. Översättningar till engelska eller svenska om originaldokumentet inte är utfärdade på ett av dessa språk.
- Representativa publikationer eller tekniska rapporter. För längre dokument, bifoga gärna en sammanfattning (abstract) och en webblänk till den fullständiga texten.

Publiceringsdatum
2019-02-21

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 läs mer här.

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

Varaktighet, arbetstid
100%. Tillträde: Enligt överenskommelse Visstidsanställning

Ersättning
Månadslön enligt KTH:s avtal för doktorandlöner

Så ansöker du
Sista dag att ansöka är 2019-03-28
Ange följande referens när du ansöker: J-2019-0496
Klicka på denna länk för att göra din ansökan

Kontakt
Kevin Smith / Bitr Universitetslektor ksmith@kth.se
Maria Engman / HR-handläggare maengm@kth.se

Företag
Kungliga Tekniska högskolan,

Adress
Kungliga Tekniska högskolan,
Brinellvägen 8
10044 Stockholm

Kontorsadress
Brinellvägen 8

Jobbnummer
4625766

Observera att sista ansökningsdag har passerat.

Doktorand inom Deap Learning

Prenumerera på jobb från Kungliga Tekniska högskolan,