Postdoktor inom Maskininlärning för tidsseriedata från batterier
Uppsala universitet, Institutionen för informationsteknologi / Datajobb / Uppsala
2025-12-11
Visa alla datajobb i Uppsala,
Östhammar,
Sigtuna,
Österåker,
Håbo eller i
hela Sverige Visa alla jobb hos Uppsala universitet, Institutionen för informationsteknologi i Uppsala,
Gotland eller i
hela Sverige Vid avdelningen för Systemteknik på Institutionen för Informationsteknologi utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer.
Denna position finansieras av COMPEL (COMPetitiveness for the ELectrification of the Transport System), ett strategiskt initiativ från den svenska regeringen för att säkerställa Sveriges långsiktiga konkurrenskraft inom batteriutveckling och elektrifiering av transportsektorn. Forskning och utbildning inom plattformen täcker hela batterivärdekedjan och erbjuder ett tvärvetenskapligt nätverk för samarbete. Det är inom denna kontext som COMPEL nu rekryterar ett flertal unga forskare med olika kompetenser inom batterivärdekedjan, med ambitionen att bygga en unik tvärvetenskaplig forsknings- och utbildningsmiljö. Detta initiativ bygger på ett starkt partnerskap mellan akademi och industri för att driva forskning och utveckling framåt.
Projektbeskrivning
Projektet syftar till att utveckla oövervakade maskininlärningsmetoder för att extrahera dynamiska modeller av batteridegradering från multimodala tidsseriedata, med särskild tonvikt på förklarbarhet. Datan som ligger till grund för detta högfrekventa akustiska emissionsmätningar (AE), i kombination med elektrokemiska mätningar, från batterier under drift. Sådana data innehåller värdefull information om komplexa elektro-kemo-mekaniska processer - såsom brott, interfasdelaminering och gasevolution - men är svåra att analysera. Projektet avser att gå bortom svartlådeprediktion genom att lära sig lågdimensionella latenta representationer som fångar dessa underliggande fysiska fenomen. Exempel på relevant metodik innefattar självövervakad temporal representationsinlärning för stora mängder omärkta AE- och elektrokemiska tidsseriedata, tillståndsrymdsmodeller med switchning som beskriver övergångar mellan fysikaliska mekanismer, samt neurala ODE-modeller för latenta dynamiker som kopplar samman multimodala signaler uppmätta med olika frekvenser. Tillsammans bildar dessa verktyg ett integrerat ramverk som både extraherar mekanistisk insikt ur komplexa batteritidsserier och möjliggör tolkbara metoder för batteridiagnostik och prognostik.
De exakta detaljerna i forskningsprojektet fastställs i dialog mellan postdoktoranden och handledarna Jens Sjölund (maskininlärning) och Leiting Zhang (batterisensorik). Förväntat resultat är metodik och modelleringsverktyg för tolkbar och generaliserbar analys av storskaliga tidsseriedata, med tillämpning på att fördjupa den grundläggande förståelsen av batteriåldrande och möjliggöra nya diagnostiska förmågor för realtidsövervakning av batterier.
Publiceringsdatum2025-12-11Dina arbetsuppgifterEn postdoktors huvudsakliga arbetsuppgift är forskning. Undervisning upp till 20% är möjlig.
Kvalifikationskrav
Doktorsexamen i maskininlärning, reglerteknik, systemidentifiering, signalbehandling, tillämpad matematik, batterisystem, eller liknande, alternativt en utländsk examen som bedöms motsvara doktorsexamen i sagda ämnen. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.
Den sökande måste ha en stark teknisk bakgrund, närmare bestämt är erfarenhet inom något av följande ämnen meriterande: maskininlärning, reglerteknik, systemidentifiering, optimering, signalbehandling, filtrering och utjämning, probabilistisk modellering, dynamiska system, elektrokemi.
Kandidaten förväntas ha publicerat i de ledande forumen för sitt fält, exempelvis ledande tidsskrifter inom reglerteknik och tillämpad matematik och/eller toppkonferenser i maskininlärning.
Intresse av tvärvetenskapligt samarbete.
Kunskaper i programmering krävs.
Utmärkta kunskaper i talad och skriftlig engelska är ett krav. Du förväntas kunna undervisa på engelska.
Önskvärt/meriterande i övrigt
Som person är du kreativ, noggrann och har ett strukturerat arbetssätt. Vid urval bland sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera samt arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.
Så ansöker duAnsökan måste innehålla:
Ett curriculum vitae (CV),
En kopia av relevanta betygsdokument (översatta till svenska eller engelska),
En publikationslista,
Upp till fem utvalda publikationer i elektroniskt format,
En forskningsbeskrivning som beskriver din tidigare och nuvarande forskning (max 1 sida) och ett förslag till framtida aktiviteter (max 1 sida),
Kontaktinformation för två referenser,
Alla sökande bör ange det tidigaste möjliga startdatum för anställningen.
Om anställningen
Anställningen är tidsbegränsad i två år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 1 mars 2026 eller enligt överenskommelse. Placeringsort: Uppsala
Upplysningar om anställningen lämnas av: Biträdande lektor Jens Sjölund,
jens.sjolund@it.uu.se, och biträdande lektor Leiting Zhang,
leiting.zhang@kemi.uu.se.
Välkommen med din ansökan senast den 2 februari 2026, UFV-PA 2025/3894.
Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 600 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser.
Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet
https://uu.se/om-uu/jobba-hos-oss/Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
Fackliga företrädare: Saco-S -
saco-s@uu.se, Seko -
seko@uadm.uu.se, ST (OFR/S) -
ofr@uu.se Ersättning Fast lön
Så ansöker du Sista dag att ansöka är 2026-02-02
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2025/3894".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, Institutionen för informationsteknologi
Jobbnummer 9640170