Denna annons är inte tillgänglig!
Forskarutbildningsämne: Datavetenskap
Vi söker en motiverad och ambitiös doktorand för att gå med i vårt forskarteam och arbeta med banbrytande maskin- och djupinlärningsämnen. Tjänsterna är baserade på avdelningen för beräkningsvetenskap och teknik vid KTH och de framgångsrika kandidaterna kommer också att ingå i SciLifeLab-communityt, Sveriges ledande forskningsinfrastruktur inom biovetenskap.
Som doktorand kommer du att arbeta med bildbaserad profilering och generativ modellering av biologisk avbildning. Du kommer att bidra till utvecklingen av ramverk för maskininlärning för att ta itu med viktiga utmaningar som biologisk fenotypklassificering, funktionsinbäddningar, tolkning av visuella skillnader mellan biologiska bilder. Denna position erbjuder en spännande möjlighet att bidra till forskningsområdena guidad datagenerering för riktade applikationer och/eller självövervakat lärande för storskalig data.
Om du brinner för att tänja på gränserna för AI inom biologi och angelägen om att arbeta i en samarbetande, tvärvetenskaplig miljö, bjuder vi in dig att ansöka och gå med oss för att tackla dessa spännande utmaningar.
Handledning: Univesitetslektor Kevin Smith och Biträdande universitetslektor Gisele Miranda.
För att bli antagen till forskarutbildning (kap 7 39 § högskoleförordningen) krävs att den sökande har grundläggande behörighet:
Utöver ovanstående finns också ett obligatoriskt krav på engelska motsvarande Engelska B/6.
För att lyckas med dina doktorandstudier på KTH behöver du vara målinriktad och ihärdig i ditt arbete. Vid urval av de sökande bedöms förmågan att:
Kandidaten ska vara öppen för tvärvetenskapling forskning.
Kandidaten ska ha erfarenhet av maskininlärning/djupinlärning: Gedigen förståelse för maskininlärning och djupinlärningsalgoritmer, med demonstrerad erfarenhet av att utveckla och tillämpa sådana ramverk i verkliga problem.
Kandidaten ska inneha programmeringsfärdigheter: Kunskaper i ett programmeringsspråk, som Python, och bibliotek som TensorFlow, PyTorch eller scikit-learn.
Erfarenhet av att arbeta med biologiska data, såsom mikroskopiska bilder, anses vara en stark merit.
Efter behörighetskraven kommer stor vikt läggas vid personliga egenskaper.
Målexamen: Doktorsexamen
Information om antagning och anställning
Endast den som antagits till forskarutbildning får anställas som doktorand. Den sammanlagda anställningstiden får inte vara längre än vad som motsvarar utbildning på forskarnivå på heltid under fyra år. En anställd doktorand kan i begränsad omfattning (högst 20 %) utföra vissa arbetsuppgifter inom t.ex. utbildning och administration. En ny anställning som doktorand gäller för högst ett år, anställningen får därefter förnyas med högst två år i taget. Vid studier som ska avslutas med licentiatexamen får den sammanlagda anställningstiden inte vara längre än vad som motsvarar utbildning på forskarnivå på heltid under två år.
Fackliga representanter
Kontaktuppgifter till fackliga representanter.
Kontaktuppgifter till doktorandsektionen.
Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.
Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time).
Ansökan ska ha följande innehåll
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.
Om anställningen är placerad i säkerhetsklass, krävs en godkänd säkerhetsprövning i enlighet med säkerhetsskyddslagen (2018:585) för att bli behörig. Information om tjänsten är placerad i säkerhetsklass ges i samband med rekryteringsprocessen.
Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.
Anställningsform | Tidsbegränsad anställning |
---|---|
Anställningens omfattning | Heltid |
Tillträde | Enligt ök |
Löneform | Månadslön enligt KTH:s avtal för doktorandlöner |
Antal lediga befattningar | 1 |
Sysselsättningsgrad | 100% |
Ort | Stockholm |
Län | Stockholms län |
Land | Sverige |
Referensnummer | J-2024-2620 |
Kontakt |
|
Publicerat | 2024-10-03 |
Sista ansökningsdag | 2024-11-01 |