Postdoktor inom Maskininlärning i säkerhetskritiska system i realtid

Umeå universitet är ett av Sveriges största lärosäten med drygt 35 000 studenter och 4 200 anställda.  Här finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden. Umeå universitet är också platsen för den banbrytande upptäckten av gensaxen CRISPR-Cas9 – en revolution inom gentekniken som tilldelats Nobelpriset i kemi.

Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur där vi gläds åt varandras framgångar.




Institutionen för tillämpad fysik och elektronik vid Umeå universitet söker nu en postdoktor till projektet Maskininlärning i säkerhetskritiska cyberfysiska system.

Anställningen är på heltid i två år med ett tillträde 01 nov, 2021, eller enligt överenskommelse. Sista ansökningsdag är 16 aug 2021.

Institutionen för tillämpad fysik och elektronik
Institutionen för tillämpad fysik och elektronik har idag ca 90 anställda och bedriver forskning inom områden såsom energiteknik, laserspektroskopi, medicinsk teknik samt elektronik och systemteknik. Läs mer på https://www.umu.se/institutionen-for-tillampad-fysik-och-elektronik/forskning/.

Projektbeskrivning och arbetsuppgifter
Machine Learning (ML) -komponenter, såsom Deep Neural Networks (DNNs), distribueras i stor utsträckning i ett eller flera av behandlingsstegen (perception / planering / kontroll) i dagens säkerhetskritiska autonoma system som autonoma fordon. Stora DNN-modeller kan uppnå högre noggrannhet för komplexa uppgifter, men kräver också mer datorkraft och minnesstorlek. Realtidsinbäddade (RTE) -system i sådana autonoma system har vanligtvis begränsade hårdvaruresurser när det gäller CPU-hastighet, minnesstorlek och nätverksbandbredd. ML-komponenter måste distribueras i sådana system samtidigt som de uppfyller begränsningar i realtid. Detta projekt syftar till att utveckla tekniker och verktyg för multi-objektiv designoptimering och avvägningsanalys av ML-komponenter i resursbegränsade säkerhetskritiska system, beräkningseffektivitet, formell verifieringseffektivitet och robusthet. Specifika arbetsuppgifter kommer att bestämmas utifrån den sökandes forskningsbakgrund och intressen så länge det ligger i linje med forskningsprojektets fokus och kan generera högkvalitativa publikationer.

Kvalifikationer
För behörighet krävs doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen i elektroteknik eller datavetenskap. I första hand bör den komma ifråga som avlagt examen högst tre år före ansökningstidens utgång. Om det finns särskilda skäl kan den komma ifråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet eller klinisk tjänstgöring, förtroendeuppdrag inom fackliga organisationer eller andra liknande omständigheter.

Den sökande ska ha en stark bakgrund inom maskininlärning, särskilt Deep Learning och Reinforcement Learning. Mycket goda skriftliga och muntliga kunskaper i engelska krävs liksom god förmåga att agera såväl enskilt som i grupp. Initiativförmåga och kreativitet är ytterligare krav.

Kunskap om realtidsystem och säkerhetskritiska/autonoma system är ett meriterande.

Ansökan
En komplett ansökan ska innehålla följande dokument:

- Personligt brev med högst 2 sidor,
- Meritförteckning - CV med publikationslista,
- Styrkt kopia av doktorsexamensbevis,
- Kopia av doktorsavhandling,
- Kontaktuppgifter till minst två referenspersoner
- Övriga handlingar som du vill åberopa.

Ansökan, inklusive bifogade handlingar, måste vara skriven på engelska eller svenska. Ansökan görs genom vårt elektroniska rekryteringssystem. Dokument som skickas elektroniskt måste vara i Word- eller PDF-format. Logga in på systemet och sök via knappen i slutet av denna sida. Sista ansökningsdag är 16 aug 2020. ("Certifierad" betyder att en person (som kan identifieras) kan garantera certifikatets äkthet.)

Mer information tillhandahålls av Zonghua Gu (zonghua.gu@umu.se) och Thomas Olofsson (thomas.olofsson@umu.se)

Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.


Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.