Umeå universitet, Institutionen för datavetenskap

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 datavetenskap vid Umeå universitet (http://cs.umu.se) söker nu en excellent kandidat till en befattning som postdoktor inom kontextbaserad maskininlärning för autonoma system, inkluderande metoder artificiell intelligens metoder för att förklara och motivera det inlärda beteendet.

Sista ansökningsdatum är 2018-01-08.

Befattningen är associerad med Wallenberg Autonomous Systems and Software Program (WASP, http://wasp-sweden.org/). WASP är Sveriges största individuella forskningsprogram någonsin och erbjuder en plattform för akademisk forskning och utbildning som växelverkar med svensk ledande industri. Inom programmet bedrivs forskning om autonoma system som samverkar med människor och anpassar sig till rådande miljö med hjälp av sensorer, information och kunskap i ett intelligent system av system. WASPs kärnvärden är forskningsexcellens och industriell relevans.

Projektbeskrivning
Forskningsgruppen har en vision att utveckla banbrytande metoder för autonoma system att lära sig från data och erfarenhet, samt att kunna förklara och motivera sina beslut. Ett begrepp som kan användas för att beskriva sådana system är Self-*, vilket innebär system som klarar av att konfigurera sig själv, organisera sig tillsammans med andra system, justera sitt eget beteende, diagnostisera och reparera sig själv samt att administrera sig själv gällande betalning, programuppdateringar, kalla på extern hjälp o.s.v. Projektet förväntas föra framåt utvecklingen av dylika Self-* system speciellt i så kallade Internet of Things (IoT) sammanhang där information från givare, kontrollsystem, användare och andra system bildar ett intelligent system av system, där olika system kan kommunicera över standardiserade protokoll och därmed också kan bibehålla Self-* kapabilitet då de samverkar i större system.

Din forskning kommer att vara inriktad mot något eller några av följande områden:

  • Utveckla och tillämpa belöningsbaserade (reinforcement learning) och andra inlärningsmetoder för självlärande och självoptimerande styrning. Allt mera minnes- och räkne kapacitet kan byggas in i olika system, som därmed kan lära och adaptera sig till olika situationer och förhållanden. Dessutom kan inbyggda system kommunicera med andra system (inbyggda, i “molnet” eller annanstans) och koppla ihop sig med dem för att få mera omfattande information och kunna optimera funktionen hos större system.
  • Autonoma agenter och system av agenter för att skapa så kallade “cyber-physical systems” (CPS) där olika system, även komplexa sådana, kan styra och kontrollera sin funktion enligt den så kallade System av System (Systems of Systems, SoS; se t.ex. https://ec.europa.eu/digital-single-market/en/system-systems) principen. CPS tar också i beaktande den mänskliga faktorn och samhället i allmänhet.
  • Analys och inlärning av modeller för hur människor fattar sina beslut i olika situationer. T.ex. neurala nät kan tillämpas för dylik analys. Utmaningen med neurala nät och andra teknologier för maskininlärning är dock att kunna förklara och motivera varför ett beslut tagits eller en handling har gjorts i en specifik situation. Sådana metoder är speciellt viktiga för att kunna förklara och motivera beslut och handlingar som gjorts av autonoma system vars ”intelligens” grundar sig helt på maskininlärning och därför inte kan förklaras eller förstås av mänskliga användare.

Forskningen kommer att utföras i samarbete med seniora forskare och doktorander inom den egna forskargruppen samt med våra nationella och internationella externa partners. Projektkoordinering inom storskaliga projekt kan också komma att ingå i tjänsten.

Anställningen omfattar heltid (100%) under 2 år. Start 2018-04-01 eller enligt överenskommelse. Tjänsten har en marknadsmässig lön och det finns möjlighet att få undervisa upp till 20%.

Kompetenskrav
Behörig att anställas som postdoktor är den som har avlagt doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen i datavetenskap eller annat relevant ämnesområde. Examen ska vara avlagd högst tre år före ansökningstidens utgång om inte särskilda skäl föreligger.

Goda insikter i artificiell intelligens, maskininlärning och distribuerade multi-agentsystem är ett krav. Forskningsmeriter och excellenta vetenskapliga publikationer inom anställningens område är starkt meriterande. Dokumenterade kunskaper och erfarenheter av kognitiva vetenskaper, psykologi och programvaruutveckling är meriterande. Den sökande bör även vara driven av ett starkt forskningsintresse, välorganiserad, och tycka om att arbeta med utmanande problem och innovativa lösningar. Mycket goda kunskaper i talad och skriven engelska är ett krav.

Ansökan
En fullständig ansökan ska innehålla:

  • Ett följebrev med en kort (cirka 2 sidor) beskrivning av dina forskningsintressen i relation till det ovan beskrivna forskningsområdet, och hur du skulle kunna bidra till projektet
  • Curriculum Vitae (CV), med en komplett publikationslista
  • Kopior av examensbevis e dyl
  • En kopia av din doktorsavhandling, samt kopior relevanta vetenskapliga publikationer (max 5), numrerade enligt publikationslistan
  • Kontaktinformation till tre referenspersoner
  • Annan relevant information, såsom dokumentation av mjukvaruutvecklingserfarenheter eller arbete i eller med industrin.

Allt material ska vara antingen på svenska eller engelska. Insänds material på andra språk skall en översättning till svenska eller engelska medfölja.

Välkommen med din ansökan! Ansökan ska göras via e-rekryteringssystemet MyNetwork Pro, och vara inkommen senast 2018-01-08. Ref-nr: AN 2.2.1-1807-17.

Mer information
Vid frågor eller behov av ytterligare information, kontakta (primärt) Professor Kary Främling, Kary.Framling@cs.umu.se, phone: ߟ(0)50-5980451.

Mer information om Umeå universitet finns på http://www.umu.se

Anställningsform Tillsvidare med provanställning
Anställningens omfattning Heltid
Tillträde 2018-04-01 eller enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Umeå
Län Västerbottens län
Land Sverige
Referensnummer AN 2.2.1-1807-17
Kontakt
  • Kary Främling, professor, +358 (0)50-5980451
Facklig företrädare
  • SACO, 090-786 53 65
  • SEKO, 090-786 52 96
  • ST, 090-786 54 31
Publicerat 2017-11-13
Sista ansökningsdag 2018-01-08

Tillbaka till lediga jobb