Umeå universitet, Teknisk-naturvetenskaplig fakultet

Umeå universitet är ett av Sveriges största lärosäten med över 37 000 studenter och cirka 4 700 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 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.

Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om – och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas.

Är du intresserad av att veta mer? Läs mer om Umeå universitet som arbetsplats.

 

Institutionen för tillämpad fysik och elektronik har idag ca 90 anställda och bedriver forskning inom områdena energiteknik, elektronik och systemteknik samt tillämpad fysik. laserspektroskopi, medicinteknik samt elektronik och systemteknik. För mer information se www.tfe.umu.se/forskning

Vi utlyser en anställning som doktorand i Tillämpad elektronik med inriktning mot inbyggda reglersystem med maskininlärningsförmågor. Ansök senast 2019-02-28.

Beskrivning av doktorandprojektet
Ett inbyggt återkopplat kontrollsystem har realtidsinteraktioner mellan det inbyggda datorsystemet och den fysiska miljön och en nära integration av databehandling, kommunikation och kontroll. Inbyggda reglersystem är ofta säkerhetskritiska system som är föremål för säkerhetscertifiering, t.ex. ISO 26262-certifiering för personbilar. Medan traditionella kontrollteoretiska tekniker, inklusive PID Control, Model-Predictive Control, Optimal Control (LQR, LQG) har välbeprövade, rigorösa design- och analystekniker som kan uppnå hög säkerhet har en ny klass av styrsystem som inkluderar maskininlärningsalgoritmer i slingan växt alltmer, till exempel Deep Reinforcement Learning, med sina många och mångsidiga applikationer från AlphaGo till självkörande bilar. Dessutom måste regleralgoritmerna implementeras på inbyggda datorplattformar med begränsade hårdvaruresurser på grund av kostnads- och strömbegränsningar. Därför måste systemdesignern göra noggranna avvägningar bland flera designmål, inkl. prestanda, kostnad, kraft, säkerhet etc. Detta doktorandprojekt syftar till att arbeta med problemet med hur man uppnår säkerhetscertifiering med maskininlärning i loopen, med huvudapplikationer inom självkörande bilar och andra mobila robotsystem. Projektet behandlar både säkerställning av designtid med konventionell verifieringsteknik och säkerställning av körtid med övervakning och efterlevnad av säkerhetsbegränsningar.

Kompetenskrav
För att bli antagen till utbildning på forskarnivå krävs det att du har grundläggande behörighet genom avlagd examen på avancerad nivå eller slutförda kursfordringar om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå, eller motsvarande utländsk utbildning, eller motsvarande kvalifikationer.

För att uppfylla kravet på särskild behörighet att antas till utbildning på forskarutbildning i tillämpad elektronik krävs att den sökande har fullgjort kursfordringar om minst 120 högskolepoäng inom området elektronik, närliggande tillämpningsområden eller andra ämnesområden som bedöms som direkt relevanta för forskarutbildningen.

Den sökande ska genom universitetsstudier eller annan motsvarande utbildning ha grundläggande teoretisk kunskap om inbyggda system och reglerteori med applikationer inom mobil robotik. Sökanden måste kunna arbeta både självständigt och som en del i ett lag och stor vikt kommer att läggas på kandidatens potentiella samarbetsförmåga. Mycket goda kunskaper i engelska i både tal och skrift krävs.

Övriga önskvärda kvalifikationer
Önskvärda kunskaper och färdigheter inkluderar: Maskininlärningsalgoritmer, inkl. ”deep learning” som tillämpas inom inbyggda styrsystem; Formell verifikationsteknik, inkl. Model-Checking, SAT Modulo Theories, MILP; inbyggda Realtidssystem, inkl. realtidsplaneringsalgoritmer och designoptimeringstekniker. Kunskap om reglerteori och mobile robotics är meriterande men inte nödvändigt.

Villkor för anställningen
Anställningen syftar till en doktorsexamen och doktorandens huvuduppgift är att ägna sig åt egen forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan undervisning och annat institutionsarbete (upp till max 20%) ingå. Anställningen är tidsbegränsad till fyra år heltid. Löneplaceringen sker enligt fastställd lönestege för doktorandanställning.

Ansökan
En fullständig ansökan ska bestå av:

  • ett personligt brev med en kort beskrivning av dina kvalifikationer, forskningsintressen och en motivering till din ansökan (max 2 A4-sidor)
  • Curriculum vitae (CV)
  • kopior av relevanta betyg, examensbevis, diplom och andra certifikat
  • kopior på din magister- eller masteruppsats samt eventuella publikationer där du varit författare eller medförfattare
  • namn och kontaktuppgifter till tre akademiska referenspersoner

Ansökan, inklusive bilagda handlingar, ska vara skriven på engelska eller svenska. Sista ansökningsdag är 2019-02-28.

Övriga upplysningar 
Anställningen avser heltid i 48 månader med tillträde 2019-04-01 eller enligt överenskommelse.

För ytterligare information kontakta Prof. Zonghua Gu, Tel. +4690 7866749, zonghua.gu@umu.se, eller prefekt Per Hallberg, Tel. +4690 7868062 per.hallberg@umu.se

Vi ser fram emot din ansökan!

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde 2019-04-01 eller enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Umeå
Län Västerbottens län
Land Sverige
Referensnummer AN 2.2.1-149-19
Kontakt
  • Per Hallberg, 090-786 80 62
  • Zonghua Gu, 090-786 67 49
Facklig företrädare
  • SACO, 090-786 53 65
  • SEKO, 090-786 52 96
  • ST, 090-786 54 31
Publicerat 2019-01-28
Sista ansökningsdag 2019-02-28

Tillbaka till lediga jobb