Kungliga Tekniska högskolan,

Decentraliserad Maskininlärning & Analys av Informationsnätverk

Arbetsuppgifter

 Forskningsprojektet fokuseras på decentraliserade, skalbara och säkra plattformar för kollektiv uppmärksamhet inom realtidsorienterad dataanalys, maskininlärning och behandling av naturligt språk, vilket bevarar slutanvändarens integritet och ägarskap av informationen. Postdoktorn kommer att arbeta tillsammans med medlemmarna i vårt nya Initiala träningsnätverk Marie Curie RAIS (http://rais-itn.eu/) för att utveckla tekniker för hybridinlärning (Edge analytics/federated learning) och decentraliserad inlärning (skvallerinlärning) inkluderande decentraliserad nätverksrepresentationsinlärning och kommer att övervaka implementationen av decentraliserade samarbetsorienterade inlärningssystem för projektet.

Kvalifikationer

Vi söker Sökanden som ska ha avlagt doktorsexamen eller vara nära doktorsexamen inom datavetenskap eller motsvarande. Doktorsexamen ska ha avlagts högst tre år före sista ansökningsdag. Om det finns särskilda skäl kan doktorsexamen ha avlagts tidigare (t ex vid sjukdom, föräldraledighet m.fl.). Sökande bör ha en stark bakgrund inom minst ett av följande områden Hantering av naturligt språk eller Blockchainteknik, erfarenhet av att utveckla verkliga system och tillämpningar. verkliga system och tillämpningar, starka färdigheter inom modern maskininlärning och klusterberäkningsramverk (t.ex., TensorFlow, Keras, Apache Spark) är ett krav. Dokumenterade meriter av att bidra till Open-Source-utveckling av programvara är positivt. Den valda kandidaten behöver ha en utmärkt akademisk meritlista, väl utvecklade analytiska färdigheter, samt färdigheter i problemlösning. Vi söker en starkt motiverad kandidat som kan arbeta självständigt men även i ett internationellt team. Kandidaten skall ha ett väletablerat internationellt forskningsnätverk vilket skall framgå av dennes resespecifikation, gästföreläsningar eller praktikperioder utanför hemmainstitutionen. Den sökande skall också ha en historia av att vara bedömare för erkända internationella konferenser eller tidskrifter. Goda kunskaper i engelska i tal och skrift är nödvändiga för att publicera och presentera forskningsresultat i internationella konferenser och tidskrifter.

 

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida

Ansökan

Ansökan ska innehålla följande: 

  1. CV inklusive relevanta professionella erfarenheter och kunskaper
  2. Kopior av examensbevis och betyg från dina tidigare universitetsstudier. Översättningar till engelska eller svenska om originaldokumenten inte är utfärdade på ett av dessa språk. 
  3. Forskningsplan som beskriver varför du vill bedriva forskning inom Decentraliserad Maskininlärning & Analys av Informationsnätverk, dina akademiska intressen och relaterar till dina tidigare studier och framtida mål; max 2 sidor lång.
  4. Representativa publikationer eller tekniska rapporter: Dokument inte längre än 10 sidor vardera. För längre dokument (t.ex. avhandlingar), bifoga en sammanfattning (abstract) och en webblänk till den fullständiga texten.
  5. 2 rekommendationsbrev
  6. Kontaktinformation till två referenspersoner. Vi förbehåller oss rätten att kontakta referenser endast för utvalda kandidater.

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). 

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 Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde 20190501
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Stockholm
Län Stockholms län
Land Sverige
Referensnummer J-2019-0422
Kontakt
  • Tysse Norlindh Falk, 08-790 60 00
  • Sarunas Girdzijauskas, 08-790 60 00
Publicerat 2019-02-11
Sista ansökningsdag 2019-04-01

Tillbaka till lediga jobb