Postdoktor i robust inlärning av djupa probabilistiska dynamiska

Kungliga Tekniska Högskolan / Datajobb / Stockholm
2022-03-22
Observera att sista ansökningsdag har passerat.
➡️ Klicka här för den senare publicerade platsannonsen "Postdoktor i robust inlärning av djupa probabilistiska dynamiska" (publicerad 2022-06-22) ⬅️

Visa alla datajobb 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
2022-03-22

Dina arbetsuppgifter
Avdelningen för Tekniskt informationsvetenskap vid Skolan för Elektroteknik och datavetenskap rekryterar för närvarande en postdoktor inom robust inlärning av djupa probabilistiska dynamiska modeller.

Målet med detta projekt är att utveckla nya principer och metoder för modellering av dynamiska system, baserad på neurala nätverk. Djupa neurala nätverk kan hjälpa till att modellera komplexa sannolikhetsfördelningar (t.ex. med hjälp av variational autoencoders eller generative adversarial models) som är explicita, vilket gör att vi kan beräkna sannolikhetsfördelningen för data effektivt och genera data som följer denna fördelning. Dessa explicita sannolikhetsfördelningar kommer också att tillåta oss att utnyttja Bayesianska inlärningsprinciper. Sådana dynamiska modeller möjliggör en effektiv detektering/skattning/behandling av relevanta underliggande signaler. Dessutom kommer behandlingen och inlärningen att vara robust mot brus. För att lära oss robusta lågdimensionella dynamiska strukturer från data kommer vi att fokusera på djupa nätverk. Informationsteoretiska mått och koncepter från kausal slutledning kommer att hjälpa oss ytterligare att förbättra sådana dynamiska modeller. Principer och metoder som utvecklats i detta projekt kommer att vara relevanta inom olika tillämpningsområden såsom till exempel tidsserieanalys av patientdata som kan hjälpa till att förutsäga infektioner, autonoma fordonsvideodata som kan användas för att förutsäga avsikten hos intilliggande fordon, och sportvideodata som kan analyseras för att skatta spelarens plats och agerande. Dessutom kommer vi att utforska ytterligare tillämpningar i samarbete med andra forskare vid KTH och industrin.

Som postdoktor är din primära arbetsuppgift att meritera dig som forskare, både genom enskilt arbete och i samarbete med andra forskare vid avdelningen.

I detta projekt får du stöd av universitetslektorerna Saikat Chatterjee, Ragnar Thobaben och Markus Flierl som kommer att ge dig möjligheten att engagera dig i pågående samarbeten med industrin och Karolinska Universitetssjukhuset i Stockholm.

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 doktorsexamen eller utländsk examen som bedöms motsvara en doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas.
- Generellt visad vetenskaplig skicklighet och potential.
- Stark bakgrund inom djupinlärning inklusive RNN, Bayesiansk maskininlärning inklusive linjära dynamiska system, informationsteoretiska koncept för inlärning och relaterade programmeringsfärdigheter inklusive Python.
- Utmärkt akademisk meritering och potential, väl utvecklade analytiska färdigheter, samt färdigheter i problemlösning.
- Förmåga att arbeta självständigt.
- Utmärkta kunskaper i engelska i tal och skrift.

Meriterande

- Vid sista ansökningsdag högst tre år sedan doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen avlades.
- God samarbetsförmåga.
- Generellt visad starkt engagemang inom det internationella forskarsamhället (t.ex. bidrag till offentliga diskussioner, aktiv granskare vid internationella konferenser, publicering av handledningsmaterial).
- Medvetenhet om mångfalds- och likabehandlingsfrågor med särskilt fokus på jämställdhet.

Vi kommer att 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:

- CV inklusive relevant yrkeserfarenhet och kunskap.
- 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.
- Kortfattad redogörelse för varför du vill bedriva forskning, dina akademiska intressen och hur de relaterar till dina tidigare studier och framtida mål. max 2 sidor lång.

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

Om anställningen
Anställningen gäller tillsvidare, dock längst två år

En anställning som postdoktor är en tidsbegränsad meriteringsanställning med huvudinriktning mot forskning avsedd som ett första karriärsteg efter disputation.

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 läs mer här.

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

Varaktighet, arbetstid
100 %. Tillträde: Enligt öv Visstidsanställning till

Ersättning
Månadslön

Så ansöker du
Sista dag att ansöka är 2022-04-12
Klicka på denna länk för att göra din ansökan

Företag
Kungliga Tekniska Högskolan

Arbetsgivarens referens
Arbetsgivarens referens för detta jobb är "J-2022-0752".

Omfattning
Detta är ett heltidsjobb.

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

Arbetsplats
Skolan för elektroteknik och datavetenskap vid KTH

Kontakt
Anna Mård
rekrytering@eecs.kth.se

Jobbnummer
6462653

Observera att sista ansökningsdag har passerat.

Postdoktor i robust inlärning av djupa probabilistiska dynamiska

Prenumerera på jobb från Kungliga Tekniska Högskolan