Doktorand inom förklarlig och probabilistisk djupinlärning

Kungliga Tekniska Högskolan / Högskolejobb / Stockholm
Observera att sista ansökningsdag har passerat.

Visa alla högskolejobb i Stockholm, Solna, Lidingö, Sundbyberg, Danderyd eller i hela Sverige
Visa alla jobb hos Kungliga Tekniska Högskolan i Stockholm, Solna, Huddinge, Sollentuna, Södertälje 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: Datavetenskap

Det finns ett avgörande behov av förtroende för verkliga applikationer av AI.

Två huvudaspekter som möjliggör förtroende för en AI-modell är 1) mänsklig förklaring av AI: s förutsägelser och 2) AI: s förståelse av sin egen osäkerhet när det gäller att göra dessa förutsägelser. Det vetenskapliga arbetet med detta projekt kommer att fokusera på att utveckla moderna förklarbara och probabilistiska djupinlärningsmetoder för att utföra allmänna erkännandeuppgifter med särskilt fokus på visuella data. Förklarbarheten kommer från design i detta projekt i motsats till post-hoc-metoderna. Det probabilistiska tillvägagångssättet kommer att baseras på den senaste utvecklingen inom probabilistiska djupa diskriminerande och generativa nätverk. Projektet kommer att dra nytta av samarbeten med andra gruppmedlemmar som fokuserar på någon av projektets aspekter (https://scholar.google.com/citations?hl=en&user=t6CRgJsAAAAJ&view_op=list_works&sortby=pubdate).

Doktorandens roll kommer att vara att fokusera på att utveckla teoretiska framsteg och tillämpa dem på allmänna datorvisionsriktmärken eller verkliga livsvetenskapliga applikationer. Om studenten är villig och erfaren nog har de frihet att styra forskningsriktningen.

Handledning: Doktoranden kommer att handledas av: Biträdande lektorhttps://www.kth.se/profile/azizpour

Vi erbjuder
- Möjligheten att doktorera i en dynamisk, internationell forskarmiljö i samarbete med industrin och framstående universitet världen över https://www.kth.se/en/studies/phd/why-1.521017
- Forskarutbildning vid ett lärosäte som är aktivt och stöttande i frågor som rör t.ex. arbetsvillkor, jämställdhet och mångfald samt studiemiljö.
- En arbetsplats med https://www.kth.se/om/work-at-kth/en-arbetsplats-med-manga-formaner-1.467932 och månadslön enligt https://intra.kth.se/anstallning/anstallningsvillkor/lon/doktorandstegen-1.572915
- Tillgång till en livlig grupp med flera relaterade akademiska aktiviteter inklusive https://www.csc.kth.se/cvap/cvg/rg/, https://www.csc.kth.se/cvap/cvg/ml-seminars/ och gemensamma gruppmöten.
- Tillgång till verkliga tvärvetenskapliga projekt inklusive livsvetenskap, övervakning och modellering av stadsföroreningar och urbanisering samt övervakning och modellering av skogsbränder.
- Tillgång till avancerade GPU-resurser för forskning om djupinlärning
- Ekonomiskt stöd för presentation av egna och samverkande verk på internationella arenor.

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.
- Krav på engelska motsvarande Engelska B/6, https://www.kth.se/en/studies/phd/admission-requirements-1.520175.

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:

- Matematisk bakgrund inom probabilistisk modellering, inklusive både Bayesiska och icke-Bayesiska metoder.
- Tidigare erfarenheter och utbildning i både teori och praktik av maskininlärning, särskilt djupt lärande. Vi föredrar erfarna användare av djupinlärningsramar som TensorFlow eller PyTorch.
- Den sökande ska ha goda kunskaper i engelska, stark motivation för doktorandstudier, självständighet och förmåga att arbeta med komplexa frågeställningar, samarbets- och kommunikationsförmåga.
- Tidigare erfarenhet av fjärranslutna GPU- och HPC-tjänster.

Efter behörighetskraven kommer stor vikt läggas vid personliga egenskaper.

Målexamen: Doktorsexamen

Information om antagning och anställning
Endast den som antagits till forskarutbildning får anställas som doktorand. Den sammanlagda anställningstiden får inte vara längre än vad som motsvarar utbildning på forskarnivå på heltid under fyra år. En anställd doktorand kan i begränsad omfattning (högst 20 %) utföra vissa arbetsuppgifter inom t.ex. utbildning och administration. En ny anställning som doktorand gäller för högst ett år, anställningen får därefter förnyas med högst två år i taget

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

Doktorandsektionen (Tekniska högskolans studentkår)
Du hittar kontaktuppgifter till doktorandsektionen på https://www.dr.kth.se/.

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).

Innehåll:

- CV inklusive relevant yrkeserfarenhet och kunskap.
- En kort redogörelse för varför du vill bedriva forskningsstudier, vad dina akademiska intressen är och hur de relaterar till dina tidigare studier och framtida mål. (Max 1 sida)
- Kopior av examensbevis och betyg från tidigare universitetsstudier och intyg om uppfyllda språkkrav (se ovan). Översättningar till engelska eller svenska om originaldokumentet inte utfärdas på något av dessa språk.
- En representativ publikation eller teknisk rapport. För längre dokument, vänligen ange en sammanfattning (abstrakt) och en webblänk till hela texten.
- Två akademiska referenskontakter.
- Ett forskningsförslag, se https://www.csc.kth.se/~azizpour/Research_Proposal_Instructions.pdf.

Publiceringsdatum
2021-05-13

Övrig information
Strävan efter jämställdhet, mångfald och lika villkor 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: Enligt överenskommelse Visstidsanställning

Ersättning
Månadslön enligt KTH:s avtal för doktorandlöner

Så ansöker du
Sista dag att ansöka är 2021-06-03
Klicka på denna länk för att göra din ansökan

Företag
Kungliga Tekniska Högskolan

Arbetsgivarens referens
Arbetsgivarens referens för detta jobb är "J-2021-1180".

Omfattning
Detta är ett heltidsjobb.

Arbetsgivare
Kungliga Tekniska Högskolan (org.nr 202100-3054)

Arbetsplats
Skolan för elektroteknik och datavetenskap vid KTH

Jobbnummer
5726350

Observera att sista ansökningsdag har passerat.

Doktorand inom förklarlig och probabilistisk djupinlärning

Prenumerera på jobb från Kungliga Tekniska Högskolan