School of Engineering Sciences at KTH

Arbetsuppgifter

Det huvudsakliga syftet med det här projektet är att utveckla artificella neuronnät (användandet av metoder för fjärranalys) för att förutse klimpatpåverkan från kondensstrimor och flyginducerad molnighet (höghöjdseffekten). Syftet är att bidra till en bättre förståelse och minska osäkerheten i hur så kallade icke-CO2 växthusgaser påverkar den globala uppvärmningen vilket är viktiga steg mot hållbar/grön luftfart. Kondentionsstrimor och höghöjdseffektens påverkan på klimatet är av stor osäkerhet eftersom metrologiska, regionella och säsongsmässiga variationer också spelar in. 

Inom denna kontext ska forskaren utveckla en djupinlärningsmodellartiketur för att generera AI-modeller som är kapabla att förutse strålningsdrivning av kondensstrimor baserat på data-arkiv, väderprognoser och historisk trafik. Vi kommer användas oss av konvolutionellt neuralt nätverk (CNNs), tillsammans med överförande-lärande från redan befintliga modeller, samt återkommande nätverk så som Långt korttidsminne (LSTM) och generativa modeller så som generativa motståndsnätverk (GANs) och variational autoencoders (VAEs). Metoden kommer att göras i två steg:  Tidsbestämda och rumsliga förutsägelser. Slutligen ska de utvecklade AI-drivna modellerna kunna förutsäga 24 timmar i förväg kondensstrimornas klimpatpåverkan med 80-90% träffsäkerhet.

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
  • Du kommer att bli en del av ett multidisciplinärt forskarteam

Läs mer om hur det är att arbeta på KTH.

Kvalifikationer

Krav

  • Avlagd doktorsexamen eller utländsk examen som bedöms motsvara en doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas
  • Goda språkkunskaper i engelska då det krävs i det dagliga arbetet
  • Relevant publicerat arbete inom området för flygteknik
  • Den sökande ska ha förmåga att arbeta självständigt och utföra kritisk analys samt ha god samarbetsförmåga och kommunikativ förmåga

Meriterande

  • Vid sista ansökningsdag högst tre år sedan doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen avlades
  • En lämplig bakgrund för denna tjänst skulle vara en doktorsexamen (avslutad under de senaste fem åren) i Mekanik/flygteknik eller datavetenskap med inriktning mot beräkningsmodellering
  • Vetenskaplig skicklighet
  • Pedagogisk förmåga
  • Medvetenhet om mångfalds- och likabehandlingsfrågor med särskilt fokus på jämställdhet Internationell erfarenhet
  • Relevant examensarbete 

Vi kommer att lägga stor vikt vid personliga egenskaper.

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida.

Ansökan

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 med publikationslista.
  • Utskrifter från universitet/högskola.
  • Kontaktuppgifter för minst två referenser.
  • Doktorsavhandling och två utvalda vetenskapliga artiklar (i pdf-format).

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 två år

En anställning som postdoktor är en tidsbegränsad meriteringsanställning med huvudinriktning mot forskning avsedd som ett första karriärsteg efter disputation.

Övrigt

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 läs mer här.

Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.

 

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Stockholm
Län Stockholms län
Land Sverige
Referensnummer S-2023-0513
Kontakt
  • Evelyn Otero, lektor, otero@kth.se
  • Ricardo Vinuesa, lektor, rvinuesa@mech.kth.se
  • Elias Zea, biträdande lektor, zea@kth.se
Publicerat 2023-03-27
Sista ansökningsdag 2023-04-26

Tillbaka till lediga jobb