Skolan för elektroteknik och datavetenskap vid KTH

Arbetsuppgifter

Vid avdelningen för beräkningsvetenskap och beräkningsteknik, CST på EECS-skolan, KTH arbetar vi med att utveckla deep learning-metoder som hanterar skalvariationer i indata på ett teoretiskt välgrundade sätt. Se https://www.kth.se/profile/tony/page/deep-networks för exempel på våra tidigare arbeten.

Vi söker en  forskningsingenjör för att medverka i denna forskning genom att utveckla nya nätverksarkitekturer med syfte att utföra systematiska experiment med dessa. Arbetet omfattar att generera datamängder som testar skalvariationer i testdata som inte spänns upp av träningsdata, samt att undersöka hur annan a priori-information till nätverken kan få dessa att generalisera till nya skalor som inte spänns upp av träningsdata. Som förkunskaper till tjänsten förutsätts du ha erfarenhet av- och kunna arbeta självständigt med moderna ramverk för deep learning, företrädesvis PyTorch. Du förutsätts också ha grundläggande kunskaper i matematik för att modellera faltningsoperationer på kontinuerlig bilddata. En lämplig bakgrund kan vara studier i teknisk fysik eller datavetenskap.

Arbetet kan utföras på heltid eller deltid enligt överenskommelse. Anställningen är tänkt att pågå i tre månader men det finns möjlighet till eventuell förlängning.

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

Läs mer om hur det är att arbeta på KTH.

Kvalifikationer

Krav

  • Avlagd examen på grundnivå eller avancerad nivå (högskoleutbildning) inom ämnet för anställningen eller motsvarande kompetens.
  • Goda kunskaper i engelska då det används i det dagliga arbetet

Meriterande

Kunskaper och färdigheter som är meriterande för anställningen:

  • Ämnesskicklighet
  • Yrkesskicklighet.
  • Medvetenhet om mångfalds- och likabehandlingsfrågor med särskild fokus på jämställdhet.
  • Samarbetsförmåga
  • Självständighet

Som person har du god kunskap inom strukturerad programmering. Vi önskar att du innehar goda kunskaper i att programmera djupa nätverk i Python, företrädesvis i PyThorch.

Vidare bör du ha god samarbetsförmåga i kombination med självständighet. Du kan också sätta dig in i nya teorier och genomföra implementationer och göra experimentella undersökningar, i nära samarbete med den forskningsmiljö där du verkar. Du innehar också medvetenhet om mångfalds- och likabehandlingsfrågor med särskilt fokus på jämställdhet.

Vi kommer 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 inklusive relevant yrkeserfarenhet och kunskap.
  • Kopia av examensbevis och betyg från dina tidigare universitetsstudier. Översättningar till engelska eller svenska om de ursprungliga dokumenten inte utfärdas på något av dessa språk.
  • Personligt brev om varför du är intresserad av denna tjänst, max 2 sidor långt

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (CentralEuropean Time/Central European Summer Time).

Om anställningen 

Anställningen gäller tidsbegränsat enligt avtal - i upp till 3 mån, med tillträde enligt överenskommelse.

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 Särskild visstidsanställning
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 50-100%
Ort Stockholm
Län Stockholms län
Land Sverige
Referensnummer J-2022-1735
Kontakt
  • Tony Lindeberg, tony@kth.se
  • Karl Henning, karlhen@kth.se
Publicerat 2022-06-29
Sista ansökningsdag 2022-09-26

Tillbaka till lediga jobb