Kungliga Tekniska högskolan,

Arbetsuppgifter

Positionen meddelas i samband med Vinnova-projektet 2018-01987. Tjänsten är placerad på avdelningen RPL på KTH. Arbetet kommer att ske under överinseende av Hossein Azizpour från RPL och Kevin Smith från SciLifeLab. Positionen är kortsiktig (3 månader, med eventuell förlängning till 6 månader) för att arbeta på ett forskningsprojekt med djup inlärning på dermatologiska bilder tagna antingen av dermoskop eller vanliga kameror. Resultatet av projektet skulle vara en vetenskaplig rapport och motsvarande dokumenterad kod vars IP ägs av partnersällskapet i Vinnova-projektet och inte forskningsingenjören. Forskningsresultaten förväntas emellertid publiceras vid maskinutbildning/datasyn/biovetenskapliga konferenser med forskningsingenjören som huvudförfattare. 

Kvalifikationer

Vi söker en kandidat som har tagit kurser i maskininlärning, djupt lärande och datorsyn och har lång erfarenhet av djupt lärande. Positionen kräver utveckling av djupt lärande programvara i ett djupt lärande ramverk som TensorFlow eller PyTorch. Således är förtrogenhet och tidigare forskningserfarenhet med djupa nätverk ett måste. I de tidiga stadierna innebär detta projekt att man analyserar och samlar dermatologiska data, vilket kräver god programmerings- (C / C ++ och Python) och databaskunskap (Stockholms länsjukdomsdatabas). Slutligen krävs att kandidaten har tillräckligt med kunskap med Linux-skal för att smidigt kunna köra jobb på GPU-servrar på distans.

Vi kommer lägga stor vikt vid personliga egenskaper.

Fackliga representanter

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

Ansökan

Följande dokument ska skickas med ansökan: 

  • CV
  • Ett kort brev där du beskriver dig själv och varför du är intresserad av tjänsten

Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in. Din kompletta ansökan ska vara KTH tillhanda senast sista dagen för ansökningsperioden.

Övrigt

Jämställdhet, mångfald och avståndstagande från alla former av diskriminering 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 Särskild visstidsanställning
Anställningen avslutas 2019-10-31
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Stockholm
Län Stockholms län
Land Sverige
Referensnummer J-2019-1502
Kontakt
  • Hossein Azizpour, azizpour@kth.se
  • Sarah Kullgren, sarahku@kth.se
Publicerat 2019-06-03
Sista ansökningsdag 2019-06-18

Tillbaka till lediga jobb