Postdoktor inom datorseende/maskininlärning

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

Visa alla elektronikjobb 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
2022-03-23

Dina arbetsuppgifter
Avdelningen för Beräkningsvetenskap och beräkningsteknik (CST) söker en postdoktor inom datorseende/maskininlärning för att hantera skalor i djupa nätverk.

I vår forskning utvecklar vi djupa nätverk för att bearbeta bilddata som hanterar skalningstransformationer och andra bildtransformationer på ett teoretiskt välgrundat sätt. Vår forskning inom detta område omfattar såväl teoretisk modellering av inverkan av bildtransformationer på olika arkitekturer för djupa nätverk, som experimentell utvärdering av sådana nätverk på kvantifierande testdatamängder för att utröna deras egenskaper. Arbetet omfattar även skapandet av nya testdatamängder med syfte att möjliggöra karaktäriseringar av egenskaper hos djupa nätverk, på sätt som inte täcks av existerande testdatamängder.

För exempel på våra tidigare arbeten inom detta område, se https://www.kth.se/profile/tony/page/deep-networks

Inom ramarna för denna postdoktorstjänst förväntas du arbeta med och bidra till forskningen gällande skalkovarianta eller skalekvivarianta djupa nätverk och/eller djupa nätverk parametriserade i termer av gaussderivator, gällande specifika forskningsuppgifter som vi väljer tillsammans.

Den valda kandidaten kommer att arbeta nära tillsammans med projektledaren Tony Lindeberg.

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
- En möjlighet att arbeta i ett projekt med nära kopplingar mellan teoretisk analys och experimentella utvärderingar.
- En tvärvetenskaplig arbetsmiljö, där kandidaten har möjlighet att utveckla nya kompletterande förmågor

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, och som har avlagts högst tre år före ansökningstidens utgång (med vissa undantag för särskilda skäl såsom perioder av sjuk- eller föräldraledighet, vänligen ange om sådant skäl föreligger i ditt CV).
- Doktorsexamen ska vara inom datorseende, maskininlärning eller relaterat ämne som handlar om automatisk bearbetning av bildinformation.
- Kandidaten bör ha tidigare erfarenhet av experimentella utvärderingar med användning av modern arkitektur för djupa nätverk, helst PyTorch.
- Kandidaten bör ha teoretisk bakgrund inom kontinuerlig matematik för att modellera faltningsoperationer och inverkan av bildtransformationer på bilddata.

Meriterande

Kunskaper och färdigheter som är meriterande för anställningen:

Som person har du mycket god vetenskaplig skicklighet och samarbetsförmåga, i kombination med självständighet, med mycket god förmåga att sätta dig in i nya teorier och genomföra implementationer och experimentella utvärderingar, i nära samarbete med den forskningsmiljö där du verkar. Du innehar också medvetenhet om mångfalds- och likabehandlingsfrågor med särskilt fokus på jämställdhet.

Den föredragna kandidaten ska också ha demonstrerat expertis (genom publikationer) inom något av följande områden:

- Djupa nätverk som hanterar bildinformation för uppgifter i datorseende, inkluderande experimentell utvärdering med moderna arkitekturer för djupa nätverk
- Kontinuerliga modeller för djupa nätverk applicerade på bildinformation
- Teoretisk modellering av skaltransformationer eller andra bildtransformationer applicerade på automatisk bearbetning av bildinformation

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 två språk.
- Kort sammanfattning av tidigare vetenskapliga arbeten, max 2 sidor lång.
- Kortfattad redogörelse om varför du är intresserad av denna tjänst och vad som gör dig till en lämplig kandidat för tjänsten, max 2 sidor lång.
- Kontaktuppgifter till två akademiska referenspersoner.
- Uppgifter om när du skulle kunna vara tillgänglig för denna tjänst.

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 tre 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 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 2022-04-11
Klicka på denna länk för att göra din ansökan

Företag
Kungliga Tekniska Högskolan

Arbetsgivarens referens
Arbetsgivarens referens för detta jobb är "J-2022-0768".

Omfattning
Detta är ett heltidsjobb.

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

Arbetsplats
Skolan för elektroteknik och datavetenskap vid KTH

Kontakt
Tony Lindeberg, Professor
tony@kth.se

Jobbnummer
6467174

Observera att sista ansökningsdag har passerat.

Postdoktor inom datorseende/maskininlärning

Prenumerera på jobb från Kungliga Tekniska Högskolan