Anställning som doktorand i reglerteknik vid ISY

Vi har kraften från över 40 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!
Vi söker nu en doktorand inom Reglerteknik.

Dina arbetsuppgifter

Tillståndsskattning och inferens spelar en avgörande roll för att uppnå högpresterande robotautonomi. De senaste framstegen inom sensorteknologi har gett enorma möjligheter och utmaningar som sträcker sig från hårdvaruanvändbarhet och datainsamling till informationsbearbetning och prediktiv inferens. Samtidigt har autonoma system implementerats inom många tillämpningsområden där adaptiva sensorsystem och inferensmetoder föredras eller krävs.

I detta doktorandprojekt undersöker vi nya metoder för tillståndsskattning och inferens inom robotik. Flera studier kommer att genomföras med hänsyn till begränsningar i kinodynamiska system och sensordata och med användning av osäkerhetsmedveten rörelserepresentation och statistisk maskininlärning. De teoretiskt baserade metoderna kommer sedan att valideras i verkliga scenarier på ett prestandaorienterat sätt.

Som doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20% av heltid.


Din arbetsplats
Avdelningen för reglerteknik vid Linköpings universitet bedriver forskning samt grundutbildning och forskarutbildning inom reglerteknik, sensorfusion, systemidentifiering, autonoma system, robotik, komplexa nätverk, optimering och lärande reglering. Läs mer: https://liu.se/organisation/liu/isy/rt

Dina kvalifikationer

Du har en masterexamen inom datavetenskap, mekatronik, elektroteknik, teknisk fysik, tillämpad matematik eller liknande med utmärkta akademiska resultat från ett internationellt synligt universitet.

Vi förväntar oss att du behärskar det engelska språket i både muntlig och skriftlig kommunikation. Vidare är det nödvändigt med ett starkt intresse för att utföra forskning av hög kvalitet. Du bör ha en god förmåga när det gäller att arbeta med matematik (särskilt statistik) och ha mycket goda programmeringskunskaper i C++ och ett skriptspråk som Matlab eller Python. Förkunskaper om (statistisk) sensorfusion, särskilt för variabler på mångfalder, är meriterande. Det är också en fördel om du har praktisk erfarenhet av att utveckla realtidssystem i ROS med vanliga sensorer som IMU, kamera eller LiDAR.

Om anställningen
I samband med tillträde till anställningen kommer du att antas till forskarutbildningen. Läs mer om respektive fakultets forskarutbildning här.

Anställningen är tidsbegränsad till fyra år heltid. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske. 

Tillträde enligt överenskommelse.

Lön och förmåner
Doktorandlönen regleras utifrån en lokalt avtalad lönestege. Läs mer om förmåner för anställda här.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se Hjälp för sökande.

Ansökan

Du söker denna anställning genom att klicka på knappen ”Ansök” nedan. Din ansökan ska vara Linköpings universitet tillhanda senast den 2023-04-20. Ansökan som inkommer efter sista ansökningsdag beaktas inte.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med Lika villkor.

Välkommen med din ansökan!


Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.