OBS! Ansökningsperioden för denna annonsen har
passerat.
Arbetsbeskrivning
Luleå tekniska universitet är i stark tillväxt med världsledande kompetens inom flera forskningsområden. Vår forskning bedrivs i nära samarbete med industrier som Bosch, Ericsson, Scania, LKAB, SKF och ledande internationella universitet. Luleå tekniska universitet omsätter totalt 1,8 miljarder kronor per år. Vi är idag 1 700 anställda och 15 100 studenter.
Vi formar framtiden genom nydanande utbildningar och banbrytande forskningsresultat. Med utgångspunkt i den arktiska regionen skapar vi global samhällsnytta.
Vi söker en doktorand i malmgeologi med fokus på att analysera geodata med maskininlärningsmetoder. Doktorandprojektet kommer att fokusera på extraktion av geologiska kunskapa utifrån XRF, XRT, visuell och hyper-spektral data genererad av moderna borrkärnescanningsmetoder. Tyngdpunkten kommer att ligga på att utvärdera potentialen i att tillämpa maskininlärningsmodeller för automatiserad eller halvautomatisk klassificering och karakterisering av bergarter. Särskild tonvikt kommer att läggas på ett blandat tillvägagångssätt som involverar integrationsmodellering baserat på olika mätbara parametrar (t.ex. geokemi, petrofysik, strukturer) med modellering baserad på visuella egenskaper såsom texturer och associationer.
Doktoranden kommer att vara placerad vid avdelningen för malmgeologi och kommer att handledas tillsammans med forskare från Embedded Internet Systems Lab (EISLAB) Maskininlärnings-gruppen vid Luleå tekniska universitet. Projektet finansieras av Boliden Mineral och är baserat i Luleå.
ARBETSUPPGIFTER
Doktorandprojektet kommer att utforska automatiserad och halvautomatisk klassificering och karakterisering av bergarter i borrkärna, med hjälp av maskininlärningsmodeller. Ett specifikt fokus kommer att vara en integration av olika maskininlärningsmodeller, för att möjliggöra klassificering av kärnan utifrån både komposition och texturella egenskaper. En viktig uppgift ligger i en geologisk utvärdering av framgångsgraden hos olika maskininlärningsmodeller för att replikera uppgifter som för närvarande utförs av geologer. Detta inkluderar att undersöka möjligheterna att tillämpa konvolutionella neurala nätverk för klassificering av geologiska material. En annan uppgift ligger i en geologisk utvärdering av ”dolda” mönster härrörandes från analys med hjälp av icke-vägledda maskininlärningsmetoder, med det syftet att förbättra befintliga geologiska modeller.
Doktoranden kommer att samarbeta aktivt med Boliden Mineral under deras pågående arbete med att utveckla system för att hjälpa geologer i deras tolkning av borrkärnor. Detta kommer att innebära flera besök till Bolidens verksamhetsområden i Europa. Doktoranden kommer att ingå i en större projektgrupp bestående av personal från avdelningarna för maskininlärning och malmgeologi vid Luleå tekniska universitet samt experter från Boliden Minerals avdelning för prospekteringsteknik.
KVALIFIKATIONER
Sökande måste ha utmärkta akademiska meriter och nyligen ha avslutat sin MSc eller motsvarande examen i geovetenskap, med specialisering inom malmgeologi eller ekonomisk geologi, och vara behörig att antas till en forskarutbildning. De sökande måste ha goda kunskaper i skriftlig och muntlig engelska. Sökande måste ha minst 30 högskolepoäng i matematik och statistik samt minst 7,5 högskolepoäng i programmering på introduktionsnivå. Borrkärnekartering och geokemi kommer att vara viktiga delar av studien och därför är erfarenhet av dessa viktiga. Dokumenterad erfarenhet av tillämpning maskininlärningsmodeller på data som genererats med hjälp av modern kärnscanningsteknik anses vara en fördel.
Ett skriftligt bevis på goda språkkunskaper i engelska (provningsintyg, relevanta studieutdrag eller ett stödbrev) krävs. För ytterligare information se; Studieplaner för forskarutbildning inom teknisk fakultet
INFORMATION
Doktorander erbjuds en tjänst som är tidbegränsad till 4 år (eller max 5 år om institutionstjänstgöring ingår). Regler kan hittas i Högskoleförordningen 5 kap §§ 1-7. I forskarutbildningen vid Luleå tekniska universitet ingår ett licentiatseminarium efter halva studietiden. Tillträde så snart som möjligt eller efter överenskommelse.
För ytterligare information om ovanstående position, vänligen kontakta: Biträdande professor Nils Jansson, 0920-49 1487, nils.jansson@ltu.se eller professor Christina Wanhainen, 0920-49 2401, christina.wanhainen@ltu.se
Fackliga företrädare: SACO-S Kjell Johansson, (+46)920-49 1529 kjell.johansson@ltu.se eller OFR-S Lars Frisk, (+46)920-49 1792 lars.frisk@ltu.se
ANSÖKAN
Du söker befattningen via ansökningsknappen nedan där du bifogar personligt brev, CV/meritförteckning samt kopior av verifierade examensbevis och ett intyg över språkkunskaper i engelska (provningsintyg, relevanta studieutdrag eller ett stödbrev). Märk din ansökan med nedanstående referensnummer.
Sista ansökningsdag: 4 december 2020
Referensnummer: 3968-2020