Forskningsingenjör i maskininlärningsmetoder för stadsflöden

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.

Publiceringsdatum
2022-11-16

Dina arbetsuppgifter
Kandidaten kommer att arbeta med numeriska data om det turbulenta flödet i stadsmiljöer, med syftet att 1) förstå några av de mest relevanta fysiska mekanismerna; och 2) utveckla maskininlärningsmetoder för förutsägelse av flöde, föroreningskoncentration och temperatur baserat på glesa mätningar.

Kandidaten kommer att arbeta med ett tvärvetenskapligt team med experter inom fluidmekanik, numerisk simulering och maskininlärning.

Vi erbjuder
- En anställning på ett ledande tekniskt universitet som skapar kunskap och kompetens för en hållbar framtid
- Engagerade och ambitiösa kollegor samt en kreativ, internationell och dynamisk miljö

https://www.kth.se/om/work-at-kth/kth-your-future-workplace-1.49050

Kvalifikationer
Kvalifikationer
- Avlagd examen på grundnivå eller avancerad nivå (högskoleutbildning) inom ämnet för anställningen eller motsvarande kompetens

Meriterande

- Ämnesskicklighet
- Yrkesskicklighet
- Medvetenhet om mångfalds- och likabehandlingsfrågor med särskild fokus på jämställdhet
- Samarbetsförmåga
- Självständighet
- Erfarenhet av numeriska simuleringar av turbulenta flöden och datadrivna analysmetoder

Vi kommer lägga stor vikt vid personliga egenskaper.

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

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 ska innehålla:

1. CV inklusive relevant yrkeserfarenhet och kunskap.
2. Kopia av examensbevis och betyg från dina tidigare universitetsstudier. Översättningar till engelska eller svenska om de ursprungliga dokumenten inte utfärdas på något av dessa språk.
3. Personligt brev, max 2 sidor långt

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

Om anställningen
Anställningen gäller tidsbegränsat enligt avtal - i upp till 6 månader, med tillträde enligt överenskommelse.

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 till

Ersättning
Månadslön

Så ansöker du
Sista dag att ansöka är 2022-12-01
Klicka på denna länk för att göra din ansökan

Företag
Kungliga Tekniska Högskolan

Arbetsgivarens referens
Arbetsgivarens referens för detta jobb är "S-2022-2142".

Omfattning
Detta är ett heltidsjobb.

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

Arbetsplats
Skolan för teknikvetenskap vid KTH

Kontakt
Ricardo Vinuesa
rvinuesa@mech.kth.se

Jobbnummer
7177710

Observera att sista ansökningsdag har passerat.

Forskningsingenjör i maskininlärningsmetoder för stadsflöden

Prenumerera på jobb från Kungliga Tekniska Högskolan