Doktorand inom Materialvetenskap
Linköpings universitet / Högskolejobb / Linköping
2025-09-19
Visa alla högskolejobb i Linköping,
Mjölby,
Åtvidaberg,
Finspång,
Motala eller i
hela Sverige Visa alla jobb hos Linköpings universitet i Linköping,
Finspång,
Motala,
Norrköping,
Kinda eller i
hela Sverige Vi har kraften från över 40 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!
I korsningen mellan AI och enskilda atomer.
Publiceringsdatum2025-09-19ArbetsuppgifterVi söker en doktorand med bakgrund inom maskin- och djupinlärning med fokus på bildbehandling och restaurering, för att utveckla nya AI-baserade metoder för att restaurera och reducera brus i bilder från Transmissions Elektron Mikroskopi (TEM). Projektet är en del av en tvärvetenskaplig forskningsinsats stödd av Wallenberg Initiative on Sustainable Industry and Society (WISE) och Wallenberg AI, Autonomous Systems and Software Program (WASP) (ett WASP-WISE NEST-). Denna tvärvetenskapliga miljö ger en unik möjlighet att arbeta i korsningen mellan AI och experimentell materialvetenskap, och kombinerar grundläggande algoritmutveckling med verkliga tillämpningar inom vetenskaplig bildbehandling.
På grund av begränsningar i elektrondos och avbildningsstabilitet påverkas mikroskopidata ofta av brus och skanningsdeformationer. Högkvalitativa sanna data är vanligtvis otillgängliga eller besvärliga att samla in. För att övervinna detta fokuserar vi på självövervakad avbrusning, där modeller lär sig att restaurera bilder endast utifrån det brusiga datan - utan att kräva referenser. Befintliga metoder förlitar sig ofta på konvolutionella neurala nätverk (CNN), som identifierar lokala korrelationer i bilderna. I det här projektet är målet att gå bortom standardmetoder baserade på CNN genom att utveckla nya metoder baserade på transformatorer och implicita neurala representationer (INR). Avsikten är också att utforska hybrida modeller som kombinerar den lokala känsligheten hos CNN med de globala modelleringsmöjligheterna hos dessa framväxande arkitekturer. Ett centralt mål är att integrera fysiska priors - inklusive periodicitet, symmetri och långdistanskorrelationer - direkt i inlärningsprocessen för att uppnå mer robusta, tolkbara och vetenskapligt meningsfulla rekonstruktioner av mikroskopidata.
Som doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20 procent av heltid.
KvalifikationerDu har avlagt examen på avancerad nivå inom Datorvetenskap, Materialvetenskap, Fysik, Matematik eller liknande eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå inom Datorvetenskap, Fysik, Matematik eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.
Erfarenhet inom ett eller flera av följande områden anses meriterande: själv-övervakad inlärning, bildbrusreducering eller inversa problem, transformerbaserade arkitekturer, vetenskaplig bild- eller mikroskopidataanalys. Du bör ha utmärkta analytiska färdigheter, ett äkta intresse för tvärvetenskaplig forskning och förmåga att arbeta både självständigt och som en del av ett team. Du förväntas ha goda kommunikationsfärdigheter på engelska, både i tal och skrift. Du är självmotiverad, kommunikativ, hjälpsam och engagerad i ditt arbete.
Din arbetsplats
Du kommer formellt att vara knuten till enheten för Materialmikroskopi inom avdelningen för Tunnfilmsfysik vid Institutionen för fysik, kemi och biologi (IFM). EMM bedriver ledande forskning inom avancerad elektronmikroskopi för materialvetenskap och nanoteknologi, med tillgång till modern instrumentering för avbildning och in situ-experiment. Projektet kommer att genomföras i nära samarbete med avdelningen Materialdesign (även vid IFM) och med avdelningen Datorseende (CVL) vid Institutionen för systemteknik (ISY), en världsledande forskningsmiljö som specialiserar sig på maskininlärning, djupinlärning och visuell uppfattning.
Om anställningen
I samband med tillträde till anställningen kommer du att antas till forskarutbildningen. Läs mer om respektive fakultets forskarutbildning här.
Anställningen är tidsbegränsad till normalt fyra år heltid. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan.
Tillträde enligt överenskommelse.
Lön och förmåner
Doktorandlönen regleras utifrån en lokalt avtalad lönestege. Läs mer om förmåner för anställda här.
Facklig kontaktInformation om fackliga kontaktpersoner, se Hjälp för sökande.
Så ansöker duDu söker denna anställning genom att klicka på knappen "Ansök" nedan. Din ansökan ska vara Linköpings universitet tillhanda senast den 17 oktober 2025. Ansökan som inkommer efter sista ansökningsdag beaktas inte.
Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med Lika villkor.
Välkommen med din ansökan!
Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.
Ersättning Doktorandlönen regleras utifrån en lokalt avtalad lönestege.
Så ansöker du Sista dag att ansöka är 2025-10-17
Klicka på denna länk för att göra din ansökan Omfattning Detta är ett heltidsjobb.
Arbetsgivare Linköpings Universitet (org.nr 202100-3096),
https://www.liu.se/ Kontakt Professor, enhetschef
Per Persson
per.persson@liu.se +46-13 28 12 48 Jobbnummer 9518044