Postdoktor inom Maskininlärning i säkerhetskritiska cyberfysiska
Umeå universitet, Teknisk-naturvetenskaplig fakultet / Elektronikjobb / Umeå
Observera att sista ansökningsdag har passerat.
Visa alla elektronikjobb i Umeå,
Vännäs,
Nordmaling,
Vindeln,
Robertsfors eller i
hela Sverige Visa alla jobb hos Umeå universitet, Teknisk-naturvetenskaplig fakultet i Umeå,
Nordmaling,
Örnsköldsvik,
Kiruna,
Huddinge eller i
hela Sverige Umeå universitet är ett av Sveriges största lärosäten med drygt 34 000 studenter och 4 000 anställda. Här finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden. Umeå universitet är också platsen för den banbrytande upptäckten av gensaxen CRISPR-Cas9 - en revolution inom gentekniken som tilldelats Nobelpriset i kemi.
Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur där vi gläds åt varandras framgångar.
Institutionen för tillämpad fysik och elektronik vid Umeå universitet söker nu en postdoktor till projektet Maskininlärning i säkerhetskritiska cyberfysiska system.
Anställningen är på heltid i två år med ett tillträdesdag dag 01 augusti, 2021, eller enligt överenskommelse. Sista ansökningsdag är 9 april 2021.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten
Umeå universitet satsar på kreativa miljöer för studier och arbete. Hos oss finns attraktiva utbildningar, världsledande forskning och utmärkta innovations- och samverkansmöjligheter. Fler än 4 100 medarbetare och 34 000 studenter har redan valt Umeå universitet. Välj oss du också!
Institutionen för tillämpad fysik och elektronik
Institutionen för tillämpad fysik och elektronik har idag ca 90 anställda och bedriver forskning inom områden såsom energiteknik, laserspektroskopi, medicinsk teknik samt elektronik och systemteknik.
Projektbeskrivning och arbetsuppgifter
Projektet fokuserar på det tvärvetenskapliga området realtidsinbäddade och cyberfysiska system (CPS), som har tät integration och interaktioner med slutna slingor mellan inbäddade nätverksprocessorer och deras omgivande fysiska miljö. Vårt övergripande mål är att utveckla tekniker för att hantera utmaningarna i design och analys av säkerhetskritisk CPS för att göra dem säkrare och effektivare.
Maskininlärningskomponenter (ML) används alltmer i dagens säkerhetskritiska CPS som intelligenta och autonoma fordon. Det är utmanande att uppnå höga säkerhetscertifieringar (t.ex. ISO 26262 för E/E-system för fordon) för sådana system på grund av komplexitet och oförutsägbarhet av ML-algoritmer, särskilt Deep Neural Networks (DNNs). Detta projekt syftar till att utveckla noggranna tekniker för säkerhetsförsäkring av ML-aktiverad CPS. Forskningsområdet inkluderar: designtidsförsäkring med tillgänglighet analys; runtime assurance med Simplex-arkitekturen; Out-of-Distribution-detektion för synbaserad uppfattning; realtidsplanering/resurshantering av ML-komponenter på resursbegränsade inbyggda system. Arbetsuppgifterna består huvudsakligen av teoretiska härledningar och experimentella studier i simuleringsmiljöer (i motsats till fältförsök). De konkreta arbetsuppgifterna kommer att definieras med hänsyn till kandidatens forskningsbakgrund och intressen, så länge de ligger inom projektets omfång och potentiellt kan generera högkvalitativa publikationer.
Publiceringsdatum2021-02-12KvalifikationerFör behörighet krävs doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen i elektroteknik eller datavetenskap. I första hand bör den komma ifråga som avlagt examen högst tre år före ansökningstidens utgång. Om det finns särskilda skäl kan den komma ifråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet eller klinisk tjänstgöring, förtroendeuppdrag inom fackliga organisationer eller andra liknande omständigheter.
Den sökande ska ha en stark bakgrund inom maskininlärning, särskilt Deep Learning och Reinforcement Learning. Mycket goda skriftliga och muntliga kunskaper i engelska krävs liksom god förmåga att agera såväl enskilt som i grupp. Initiativförmåga och kreativitet är ytterligare krav.
Kunskap om realtidsystem och säkerhetskritiska/autonoma system är ett meriterande.
Så ansöker duEn komplett ansökan ska innehålla följande dokument:
- Personligt brev med högst 2 sidor,
- Meritförteckning - CV med publikationslista,
- Styrkt kopia av doktorsexamensbevis,
- Kopia av doktorsavhandling,
- Kontaktuppgifter till minst två referenspersoner
- Övriga handlingar som du vill åberopa.
Ansökan, inklusive bifogade handlingar, måste vara skriven på engelska eller svenska. Ansökan görs genom vårt elektroniska rekryteringssystem. Dokument som skickas elektroniskt måste vara i Word- eller PDF-format. Logga in på systemet och sök via knappen i slutet av denna sida. Sista ansökningsdag är 9 April 2021. ("Certifierad" betyder att en person (som kan identifieras) kan garantera certifikatets äkthet.)
Mer information tillhandahålls av Zonghua Gu (mailto:
zonghua.gu@umu.se) och Thomas Olofsson (mailto:
thomas.olofsson@umu.se)
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.
Varaktighet, arbetstid
100 %. Tillträde: 2021-08-01 eller enligt överenskommelse Visstidsanställning
ErsättningMånadslön
Så ansöker duSista dag att ansöka är 2021-03-12
Klicka på denna länk för att göra din ansökanFöretagUmeå universitet, Teknisk-naturvetenskaplig fakultet
Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "AN 2.2.1-188-21".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Umeå Universitet (org.nr 202100-2874)
Arbetsplats Umeå universitet, Teknisk-naturvetenskaplig fakultet
Jobbnummer 5574110
Observera att sista ansökningsdag har passerat.