Forskare i utveckling av maskininlärningsdrivna multiskalberäkningsmetoder

Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället. Vår viktigaste tillgång är alla de individer som med sin nyfikenhet och sitt engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Uppsala universitet har drygt 45 000 studenter, mer än 7 000 anställda och en omsättning på cirka 7 miljarder kronor.




Institutionen för kemi - Ångström bedriver forskning och utbildning inom kemiämnet.

Institutionen har 250 anställda och omsätter 250 miljoner kronor. Vid institutionens sex program bedrivs mycket framgångsrik forskning av hög internationell klass. Vi har ett stort antal externt finansierade forskningsprojekt, ofta med internationellt samarbete och vi ser en fortsatt god tillväxt inom vårt ämnesområde. Institutionen har utbildningsuppdrag inom ingenjörs- och civilingenjörsprogram samt masterprogram. Mer information finns på vår https://kemi.uu.se/angstrom. 

Beskrivning av forskningsprojekt: "The Battery Interface Genome – Materials Acceleration Platform" (BIG-MAP)-projektet (http://www.big-map.eu) är ett konsortium bestående av 34 akademiska och industriella partnergrupper finansierade av Europeiska kommissionen. Den annonserade anställningen är placerad vid Institutionen för kemi-Ångström vid Uppsala Universitet. Värdgruppen (http://www.teoroo.kemi.uu.se/) samarbetar med Karlsruher Institut für Technologie och École polytechnique Fédérale de Lausanne (EPFL) för utveckling av multiskalsimuleringsflöden och interoperabilitet och med University of Cambridge och University of Vienna för att med hjälp av maskininlärningstekniker utveckla kraftfält och förutsäga egenskaper hos batterimaterial och molekyler.

Arbetsuppgifter: Huvudfokus för det aktuella forskningsprojektet är konstruktion och validering av växelverkansmodeller på olika nivåer för att generera dataset för maskininlärning och för att simulera och analysera egenskaper hos batteri-relevanta material och molekyler inom ramen för BIG-MAP-projektet.

Kvalifikationskrav: Sökanden förväntas (i) ha en gedigen bakgrund inom kvantkemisk modellering av både material och molekyler, (ii) ha erfarenhet av MD-simuleringar (helst också AIMD-simuleringar), och (iii) besitta goda färdigheter inom programmering/skripting och datahantering. Viss förtrogenhet med maskininlärningstekniker är en merit.

Stor vikt kommer också att läggas vid personliga egenskaper såsom god samarbetsförmåga, driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms komplettera och stärka pågående forskning inom institutionen samt bidra till dess framtida utveckling.

För rätt kandidat kan det finnas möjlighet till fortsättning efter det ettåriga projektet.

Önskvärt/meriterande i övrigt: Hänsyn kommer också att tas till hur sökandens erfarenhet och färdigheter kompletterar och stärker BIG-MAP-teamet samt den pågående forskningen inom forskargruppen. Sökanden förväntas ha mycket goda kunskaper i engelska, både gällande tal och skrift.

Ansökningsförfarande: Ansökan ska innehålla ett brev där den sökande kort beskriver sig själv och sina forskningsintressen. Ansökan ska dessutom innehålla CV, kopior av examensbevis och betyg, referenser och övriga handlingar som sökanden önskar åberopa.

Lön: Individuell lönesättning tillämpas.

Tillträde: 2022-02-01 eller enligt överenskommelse.

Anställningsform: Tidsbegränsad anställning t.o.m. 2023-01-31.

Anställningens omfattning: 100 %.

Upplysningar om anställningen lämnas av: Professor Kersti Hermansson, kersti@kemi.uu.se, tel +46 18 47143767 eller 070-4250626.

Välkommen med din ansökan senast den 24 januari 2022, UFV-PA 2021/5101.

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.


Ansökan tas emot i Uppsala universitets rekryteringssystem.