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 1,9 miljarder kronor per år. Vi är idag 1 815 anställda och har 19 155 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.



Maskininlärningsgruppen söker en doktorand inom området maskininlärning. Vi erbjuder välutrustade laboratorielokaler för forskning och ett bra akademiskt nätverk i Sverige och utomlands.

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 dokumentanalys. Dokumenten kommer att sträcka sig från historiska dokument till moderna ritningar och kretsscheman, från maskinutskrivna till handritade. I projektet ingår att använda maskininlärning för att identifiera dokumentkomponenter och sedan använda grammatik och logikkombinationer för att verifiera sanningshalten i detekteringsresultaten. Du kommer att arbeta med forskare vid LTU och företag verksamma i Sverige.

Du kommer att ingå i Maskininlärningsgruppen och handleds av seniora forskare från ämnet, vilka ingår i Wallenberg projektet på autonoma system (WASP). Maskininlärningsgruppen uppmuntrar nationellt och internationellt samarbete för den övergripande utvecklingen av sina forskare.

Arbetsuppgifter
En doktorandtjänst innebär både teoretiskt och praktiskt arbete. Som doktorand tränas du i vetenskapligt arbete i form av publicering av vetenskapliga artiklar i tidskrifter och vid nationella och internationella konferenser. Du läser även obligatoriska och frivilliga doktorandkurser. Dessutom kan du få möjlighet att prova på lärarrollen. Som forskare arbetar du som en neutral part i många sammanhang vilket ger en fantastisk möjlighet att lära sig att driva utmanande utvecklingsprojekt

Kvalifikationer
Vi söker en mycket motiverad och entusiastisk doktorand som vill bedriva forskning på toppnivå. Du ska ha en magisterexamen i datavetenskap, gärna maskininlärning. Erfarenhet av djupinlärning, statistik och naturlig språkbehandling är ett krav. Du ska ha goda kunskaper i engelska i både tal och skrift och ha förmågan att arbeta självständigt såväl som i team.

För ytterligare information om specifik doktorandutbildning se studieplaner för forskarutbildning inom teknisk fakultet

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

För ytterligare information är du välkommen att kontakta professor Marcus Liwicki, 0920-491006, marcus.liwicki@ltu.se, professor och prefekt Jonas Ekman, 0920-492828, jonas.ekman@ltu.se

Facklig företrädare: SACO-S Kjell Johansson, 0920-49 1529 kjell.johansson@ltu.se, OFR-S Lars Frisk, 0920-49 1792 lars.frisk@ltu.se

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 ansökningsdag: 30 September 2022
Referensnummer: 3118-2022