Postdoktor inom kausal representation lärande

Postdoktor inom kausal representation lärande

Arbetsbeskrivning

KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, historia och filosofi.




Arbetsuppgifter
Djupa neurala nätverk har varit mycket framgångsrika med förutsägelseuppgifter i övervakad inlärningsmiljö när tillräckligt med märkta data finns tillgängliga.

Men nuvarande AI-system är begränsade i sin förmåga att förstå världen omkring oss, vilket visas i en begränsad förmåga att överföra och generalisera mellan uppgifter.

För att uppnå målet att designa och förstå intelligenta maskiner är ett nyckelkrav förmågan att bygga latenta generativa modeller och lära av insatser och motfaktualer. Detta motsvarar en interaktiv inlärningsmiljö, där agenten kan upptäcka kausala faktorer genom interventioner, observera deras effekter och tilldela kredit till var och en av sina handlingar.

Målet med denna tjänst är således att undersöka hur man kan lära sig kausala datamodeller från en rimlig uppsättning antaganden samt den experimentella utformningen av att utföra insatser och förvärva interventionsdata effektivt.

Ditt projekt: Du kommer att vara inblandad i toppmodern maskininlärningsforskning från början och ge dig en möjlighet att komma igång direkt med ditt ämne. Vår grupp är en av få i världen som framgångsrikt kombinerar kausalitet och djupinlärning med nedströms applikationer från robotik till sjukvård.

Vår forskning drivs av verkliga utmaningar med potential för hög samhällspåverkan och vårt arbete täcker ett brett spektrum mellan teori och tillämpning, med mycket flexibilitet att anpassa projekt till dina preferenser. Dock krävs antingen en mycket stark teoretisk bakgrund eller erfarenhet av de gemensamma djupa inlärningsramarna / mjukvaruteknik krävs.

Vi erbjuder
- En anställning på ett ledande tekniskt universitet som skapar kunskap och kompetens för en hållbar framtid
- Engagerade och ambitiösa kollegor samt en kreativ, internationell och dynamisk miljö
- Mentorskap inom maskininlärning från ledande experter inom området 
- Kreativ roll som kombinerar hög grad av självständighet med mentorskap och nära interaktioner med andra teammedlemmar
- Möjlighet att utveckla banbrytande statistiska modelleringsmetoder för att lösa viktiga och verkliga problem, med potential för stor samhällelig betydelse
- Möjlighet att bedriva samarbetsprojekt lokalt och internationellt och utveckla ett internationellt nätverk och profil som forskare

https://www.kth.se/om/work-at-kth/kth-your-future-workplace-1.49050

Kvalifikationer
Krav

- Avlagd doktorsexamen eller utländsk examen som bedöms motsvara en doktorsexamen i statistik, maskininlärning eller närliggande områden. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas
- Forskningserfarenhet av att använda eller utveckla statistiska metoder, med en gedigen programmeringsförmåga
- Vi söker en person med vetenskaplig skicklighet och publikationslista, samt hög motivation att arbeta och briljera i ett tvärvetenskapligt team

Meriterande

- Vid sista ansökningsdag högst tre år sedan doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen avlades
- Vi uppskattar en meritlista som visar samarbetsförmåga, självständighet och pedagogisk förmåga
- Medvetenhet om mångfalds- och jämställdhetsfrågor, med särskilt fokus på jämställdhet

Vi kommer att lägga stor vikt vid personliga egenskaper.

Fackliga representanter
Du hittar kontaktuppgifter till fackliga representanter på https://www.kth.se/om/work-at-kth/fackrepresentanter-1.500898.

Ansökan
Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.
Ansökan ska innehålla:  

- CV inklusive relevant yrkeserfarenhet och kunskap.
- Kopia av examensbevis och betyg från dina tidigare universitetsstudier. Översättningar till engelska eller svenska om de ursprungliga dokumenten inte utfärdas på något av dessa språk.
- Kortfattad redogörelse för varför du vill bedriva forskning, dina akademiska intressen och hur de relaterar till dina tidigare studier och framtida mål (max 2 sidor).

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time).

Om anställningen
Anställningen gäller tillsvidare, dock längst två år

En anställning som postdoktor är en tidsbegränsad meriteringsanställning med huvudinriktning mot forskning avsedd som ett första karriärsteg efter disputation.

Övrigt
Strävan efter jämställdhet, mångfald och lika villkor är både en kvalitetsfråga och en självklar del av KTH:s värdegrund.

För information om behandling av personuppgifter i samband med rekrytering läs mer här.


Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Kontaktpersoner på detta företaget

Göran T Marklund, professor
goranmar@kth.se, +46 8 790 76 95
Mikael Visén, personalhandläggare
visen@kth.se, +46 8 790 84 89
Danupon Nanongkai/
danupon@kth.se
Ingela Somp/ HR
somp@kth.se
Oscar Quevedo Teruel, universitetslektor
oscarqt@kth.se
Mikael Visén, personalhandläggare
rekrytering@ee.kth.se, +46 8 790 84 89
Håkan Hjalmarsson, professor
hjalmars@kth.se, +46 8 790 42 57
Bo Wahlberg, professor
bo@kth.se, +46 8 790 72 42
Cristian Rojas, universitetslektor
crro@kth.se, +46 8 790 74 27
Hedvig Kjellström, professor
hedvig@kth.se, +46 8 790 69 06

Sammanfattning

Besöksadress

Brinellvägen 8
None

Postadress

Brinellvägen 8
Stockholm, 10044

Liknande jobb


Disputerad forskare inom Robotik

Disputerad forskare inom Robotik

19 december 2024

Postdoktor inom tillförlitliga 6G-mobilnätverk

Postdoktor inom tillförlitliga 6G-mobilnätverk

18 december 2024

Staff Scientist (distribuerade molnsystem)

17 december 2024