Postdoktor i stokastiska analytiska metoder inom maskininlärning
Linnéuniversitetet / Högskolejobb / Växjö
Observera att sista ansökningsdag har passerat.
Visa alla högskolejobb i Växjö,
Alvesta,
Uppvidinge,
Lessebo,
Hylte eller i
hela Sverige Visa alla jobb hos Linnéuniversitetet i Växjö,
Uppvidinge,
Nybro,
Kalmar,
Västervik eller i
hela Sverige Välkommen till Linnéuniversitetet! Här möter du 2 200 medarbetare och 40 000 studenter som tillsammans följer visionen att sätta kunskap i rörelse för en hållbar samhällsutveckling. Hos oss bedrivs forskning och utbildning med blicken mot framtiden. Vår närhet till näringsliv, både lokalt och globalt, ger oss lång räckvidd och möjlighet till förändring som skapar avtryck. Allt som behövs är en plats där idéer får utrymme att mötas och växa. Det är det vi skapat - och du är inbjuden.
Change starts here!
Linnéuniversitetet driver olika nationella och europeiska projekt som fokuserar på både grundläggande och tillämpad forskning. Linnéuniversitetets Centrum för Dataintensiva Vetenskaper och Applikationer - DISA (www.lnu.se/en/disa) - arbetar med data-drivna metoder för att fördjupa kunskap och förståelse inom en rad olika tillämpningar inom teknik, vetenskap och humaniora.
Den annonserade tjänsten kommer att vara placerad vid institutionen för matematik och inom forskargruppen Deterministisk och Stokastisk Modellering vid DISA. Forskargruppen fokuserar på samspelet mellan data-drivna och process- samt fysikbaserade metoder. Tillämpningar av forskningen finns inom vetenskap, teknik och ekonomi.
Ämnesområde för befattningen: Matematik
Placeringsort tillsvidare: Växjö
Anställningens omfattning: Heltid i två år
Tillträde: Januari 2025
Arbetsbeskrivning:
Arbetet för tjänsten utförs inom forskargruppen Deterministisk och Stokastisk Modellering vid DISA. Forskargruppen fokuserar på samspelet mellan data-drivna och process- samt fysikbaserade modeller. Tillämpningar av vår forskning återfinns inom vetenskap, teknik och ekonomi.
Vi söker en högt motiverad postdoktoral forskare att ansluta till vårt team med fokus på kopplingen mellan stokastisk analys och maskininlärning. Den framgångsrika kandidaten kommer att bidra till utvecklingen av innovativa metoder som kopplar samman data-drivna modeller med fysikbaserade modeller, särskilt inom ramen för multiskalemodellering i maskinteknik och ekosystem. Tjänsten erbjuder en spännande möjlighet att samarbeta med datavetare och matematiker inom banbrytande forskning som adresserar komplexa verkliga utmaningar.
Arbetsuppgifterna består av 80 % forskning och 20 % undervisning i matematik.
Huvudsakliga arbetsuppgifter:
• Bedriva forskning i gränssnittet mellan stokastisk analys och maskininlärning.
• Utveckla metoder för att integrera data-drivna och fysikbaserade modeller inom multiskalemodellering.
• Samarbeta i tvärvetenskapliga forskningsprojekt med datavetare, matematiker och andra forskningsområden kopplade till DISA:s projekt.
• Stötta handledning av doktorander och bidra till det akademiska samhället.
Postdoktorn kommer att arbeta med tillämpad forskning tillsammans med myndigheter och företag. Postdoktorn förväntas regelbundet presentera mellanliggande/slutliga forskningsresultat vid internationella konferenser och workshops samt publicera dem i konferensproceedings och tidskrifter.
Behörighetskrav
Behörig att anställas som postdoktor är den som har avlagt doktorsexamen i matematik eller har motsvarande vetenskaplig kompetens med hänsyn till anställningens ämnesinnehåll och de arbetsuppgifter som ska ingå i anställningen.
I enlighet med postdoktoravtalet bör i första hand den komma i fråga som har avlagt doktorsexamen tidigast tre år innan sista ansökningsdag för denna anställning. Examen ska vara avlagd senast vid tidpunkten då anställningsbeslutet fattas.
Sökande får inte tidigare ha varit anställd som postdoktor under mer än ett år inom samma eller närliggande ämnesområde vid Linnéuniversitetet.
Bedömningsgrunder
Sökanden förväntas ha:
• Dokumenterad expertis inom forskning i stokastisk analys tillämpad på maskininlärning genom publikationer i välrenommerade tidskrifter.
• Färdigheter i programmeringsspråk (t.ex. Python, R eller liknande).
• Stark analytisk och problemlösande förmåga.
• Utmärkta skriftliga och muntliga kommunikationsfärdigheter på engelska.
• Förmåga att arbeta självständigt samt i en samarbetande forskningsmiljö.
Undervisningserfarenhet inom matematik och tematiska områden är ett plus.
Eftersom ämnet är mansdominerat uppmuntrar vi kvinnliga sökande.
Sökande kommer att väljas ut genom en kvalitativ helhetsbedömning av de kompetenser och färdigheter som bedöms vara mest lämpade för att bedriva forskning och bidra till en framgångsrik utveckling av forskningsmiljön.
Kontaktpersoner
Prefekt, Håkan Sollervall, e-post:
hakan.sollervall@lnu.se Forskningsledare: Wolfgang Bock, e-post:
wolfgang.bock@lnu.se HR-partner: Erika Hjelmer tel. 0470-70 82 06, e-post:
erika.hjelmer@lnu.se Välkommen in med din ansökan!
Sista ansökningsdag är 18 december 2024
Linnéuniversitetet har ambitionen att tillvarata de kvaliteter som en jämn könsfördelning och mångfald tillför organisationen.
Registrera din ansökan via knappen "Ansök" längst ned i annonsen. Din ansökan ska utformas enligt Mall för ansökan som du hittar i Kompletterande riktlinjer -
Anställningsordning under rubriken "viktiga dokument" längst ned under annonsen. De meriter Du åberopar ska Du styrka med intyg och de ska bifogas digitalt i din ansökan. Övriga handlingar, t ex olika typer av vetenskapliga arbeten, ska skickas in digitalt tillsammans med ansökan. Ansökan och övriga handlingar ska märkas med anställningens diarienummer. Alla handlingar som åberopas ska vara inkomna till universitetet senast kl. 23.59 sista ansökningsdagen.
Vi undanber oss telefonsamtal från försäljare av jobbannonser.
Ersättning Individuell lönesättning
Så ansöker du Sista dag att ansöka är 2024-12-18
Klicka på denna länk för att göra din ansökan Omfattning Detta är ett heltidsjobb.
Arbetsgivare Linnéuniversitetet (org.nr 202100-6271),
http://www.lnu.se Jobbnummer 9033281
Observera att sista ansökningsdag har passerat.