Doktorand i datavetenskap

BTH, Blekinge Tekniska Högskola

är en av landets mest profilerade högskolor, där tillämpad IT och innovation för hållbar tillväxt står i fokus. BTH erbjuder en stor bredd av utbildningar inom teknikområdet men även utbildning inom hälsa och vård samt ekonomi. BTH bedriver forskning på hög internationell nivå och är bland de sex bästa i världen inom programvaruteknik och hållbar utveckling. Forskning utgör en tredjedel av vår verksamhet. Utmärkande för BTH är det nära samarbetet med näringsliv och samhälle vilket genomsyrar både forskning och utbildning på såväl regional, nationell som internationell nivå. BTH har idag ca 5 100 registrerade studenter, 470 anställda och finns i Karlskrona och Karlshamn.






ARBETSUPPGIFTER
Tjänsten är knuten till forskningsprofilen Skalbara och resurseffektiva system för analys av stora datamängder. Forskningen ska bedrivas inom ramen för profilen, avser industriellt relevanta utmaningar, och ska genomföras i nära samverkan mellan BTH och profilens industripartners. Som en del i tjänsten ingår undervisning (upp till 20 %) på grundläggande och avancerad nivå.

Den aktuella tjänsten är inriktad mot dataintensiva och intelligenta beslutsstödsystem, baserade på informationsutvinning från stora datamängder och matematisk modellering. Forskningsarbetet kommer att innebära både teoretiska frågeställningar, implementation och analys av och såväl muntlig som skriftlig rapportering av forskningsresultat.

Behovet av smarta beslutstödjande beräkningsmetoder är betydande i de flesta industrier och verksamheter. Att planera och styra resursanvändningen är ofta mångfacetterade och komplexa problem – i synnerhet om det sker i realtid och det finns stokastiska faktorer som påverkar systemet. Inom DIDD - Institutionen för datalogi och datorsystemteknik - har vi arbetat med denna typ av forskning sedan många år inom flera domäner.

Doktoranden kommer att bedriva forskning inom forskarutbildningsämnet datavetenskap. Regler och förmåner för doktorander i Sverige gäller för denna tjänst. Doktoranden kommer att ha en individuell studieplan i datavetenskap.
Om forskningsprofilen:
Data kommer att fortsätta produceras i en ökande takt inom en överskådlig framtid. Analys av dessa data kan leda till värdeskapande och minskade kostnader för många företag och myndigheter. Storskalig dataanalys kräver skalbara, högpresterande, och resurssnåla datorsystem och metoder. Vår forskningsprofil, Skalbara och resurseffektiva system för analys av stora datamängder, kombinerar expertis från maskininlärning, informationsutvinning, och datorsystemteknik för att utveckla ny kunskap inom detta område. Värdet av den nya kunskapen kommer att demonstreras och utvärderas inom ramen för tillämpningsområdet beslutsstödsystem.



KVALIFIKATIONER
Forskningsprofilen ligger helt i linje med högskolans vision om att vara en globalt attraktiv kunskapsmiljö inom tillämpad IT och innovation för hållbar tillväxt. Forskningsmiljön innehåller för närvarande sex professorer, tre docenter, åtta lektorer, och ett antal doktorander. Blandningen av kompetenser ger unika möjligheter att utveckla ny kunskap inom profilsatsningen. Profilen innehåller också ett meriteringsprogram och ett gästforskarprogram. Önskvärda kvalifikationer:
Civilingenjörs-, Magister- eller Masterexamen i datavetenskap eller annat relevant område
Goda kunskaper i programmering.
Goda kunskaper i skriftlig och muntlig kommunikation på engelska.
Förmåga att arbeta självständigt såväl som i team.
Goda kunskaper inom maskininlärning eller informationsutvinning
Goda kunskaper inom ett eller flera av följande delområden: intelligenta beslutstödssystem, statistik, matematisk modellering
Goda kunskaper inom ett eller flera av följande programmeringsspråk: C/C++, Python, Java.
Behörighetskrav:
För tillträde till doktorandanställning krävs att den sökande är eller blir antagen till forskarutbildning.

ÖVRIGT
Ansökan:
Din ansökan bör innehålla:

En redogörelse för din bakgrund och erfarenhet i de relevanta områdena.
CV.
Bevittnade kopior av betyg och examensbevis.
Kontaktuppgifter till två referenspersoner.
Det tidigaste datum då tjänsten kan påbörjas.
Bilaga med befintliga publikationer (om relevant).
Länk till ditt examensarbete (uppsats eller motsvarande).