Doktorand i maskininlärning

Luleå tekniska universitet är i stark tillväxt med världsledande kompetens inom flera forskningsområden. Vi formar framtiden genom nydanande utbildningar och banbrytande forskningsresultat, och med utgångspunkt i den arktiska regionen skapar vi global samhällsnytta. Vår vetenskapliga som konstnärliga forskning och utbildning bedrivs i nära samarbete med internationella, nationella och regionala företag, offentliga aktörer och ledande universitet. Luleå tekniska universitet omsätter totalt 1,8 miljarder kronor per år. Vi är idag 1 770 anställda och har 17 200 studenter.

De kommande åren investeras mångmiljardbelopp i Norrbotten och Västerbotten i stora projekt som syftar till ett mer hållbart samhälle nationellt så väl som globalt. Luleå tekniska universitet är involverat i flera av dessa högaktuella forskningsprojekt och den samhällsomvandling som följer. Vi har ett brett utbud av utbildningar för att matcha den kompetens som efterfrågas. Vi hoppas att du vill hjälpa oss att bygga framtidens hållbara företag och samhällen.



Machine Learning Research Laboratory söker en doktorand inom området maskininlärning. Vi erbjuder välutrustade laboratorielokaler för forskning och bra akademiskt nätverk i Sverige och utomlands.  Här finns mer information om ämnet maskinlärning.

Ämnesbeskrivning
Maskininlärning fokuserar på metoder med vilka datorsystem använder data för att förbättra sin egen prestanda, förståelse och till att göra konkreta förutsägelser och har nära anknytning till tillämpningar.

Projektbeskrivning
Som doktorand ingår du i ett projekt som syftar till att utforska maskininlärningsmetoder för fiskodling. Projektet omfattar metod för förbearbetning av data, analys av olika datakällor, kombination av dessa källor och utveckling av ett justerbart end-to-end-system för fiskodling. Målet är att med hjälp av beräkningskraft avgränsa och modellera de olika energiflödena inom ett slutet vattenbrukssystem för livsmedelsodling som ligger nedströms industrin, och målet är att använda artificiell intelligens (AI) för att integrera mångfalden av parametrar för att uppnå en mer hållbar och cirkulär livsmedelsproduktion, särskilt genom att återintegrera industriellt avfallsenergi och bioavfall i ett livsmedelsproduktionssystem. Därför förväntas du samarbeta med tvärvetenskapliga akademiska experter inom AI, mikrobiella, växt- och djurproduktionssystem med flera industriella och kommunala partners. Sammantaget representerar detta en unik möjlighet att bygga kompetens inom tillämpad AI, cirkulära livsmedelsproduktionssystem och processoptimering för morgondagens hållbara städer.

Du kommer att arbeta med forskare vid Luleå tekniska universitet och företag verksamma i Sverige. Du kommer att vara baserad på avdelningen för Embedded Internet Systems Lab (EISLAB) i Machine Learning-gruppen och kommer att handledas av seniora forskare i Machine Learning-gruppen. Maskininlärningsgruppen uppmuntrar nationellt och internationellt samarbete för den övergripande utvecklingen av sina forskare.

Här finns ytterligare information om doktorandutbildningen: studieplan för forskarutbildning inom teknisk fakultet.

Kvalifikationer
Vi söker en mycket motiverad och entusiastisk doktorand som vill bedriva toppmodern forskning. Du ska ha en civilingenjörsexamen i datavetenskap, gärna maskininlärning. Erfarenhet av Deep Learning Framework eller industriell erfarenhet krävs. Du ska ha goda kunskaper i engelska i både tal och skrift och ha kapacitet att arbeta självständigt såväl som i grupp.

Information
Anställning som doktorand är tidsbegränsad på 4 år, undervisning och annan institutionstjänstgöring kan tillkomma upp till 20 % av heltid. Tillträde sker så snart som möjligt eller efter överenskommelse. Placeringsort: Luleå.

För ytterligare information, vänligen kontakta: Professor Marcus Liwicki, 0920-49 1006, marcus.liwicki@ltu.se.

Fackliga företrädare: SACO-S Kjell Johansson, +46 920-49 1529 kjell.johansson@ltu.se,OFR-S Lars Frisk, +46 920-49 1792 lars.frisk@ltu.se

Luleå tekniska universitet arbetar aktivt med jämställdhet och mångfald som bidrar till en kreativ studie- och arbetsmiljö. Universitetets kärnvärden bygger på respekt, öppenhet, samarbete, förtroende och ansvar.

Ansökan
Vi föredrar att du ansöker om denna tjänst genom att klicka på knappen ansök nedan. Ansökan ska innehålla CV, personligt brev och kopior av verifierade examensbevis. Din ansökan, inklusive examensbevis, ska vara skriven på engelska eller svenska. Markera din ansökan med referensnumret nedan.

Sista dag att ansöka: 12 januari 2022
Referensnummer: 4670-2021