Doktorand i matematik - Under tillsättning eller tillsatt, ej sökbar

Tjänsten kommer att placeras på enheten Matematik LTH och Numerisk analys vid Matematikcentrum. Centrat har i nuläget starka forskarmiljöer inom numerik för partiella differentialekvationer (PDEer) och maskininlärning. Den framgångsrika kandidaten kommer således vara del av en högst stimulerande och givande arbetsmiljö inom ett högaktuellt forskningsområde.

Arbetsuppgifter
Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning, vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan det även ingå medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden. Forskningsinriktningen för denna utlysning är statistisk mekanik och maskininlärning.

Forskningsprojekt
Matematisk forskning av de komplexa interaktioner som involverar flerkroppsdynamik har gett upphov till en snabb utveckling av nya maskininlärningsmetoder. Tillämpningar sträcker sig från fordon i vägnät till partiklar som samverkar i gittermiljöer eller reagens i en epitaxial process i en kemisk reaktor. Vid modellering av sådana processer måste vi vanligtvis ta hänsyn till komplicerade geometrier där interaktioner kan uppstå vid olika rumsliga eller temporära skalor. Som ett resultat för att förbättra vår beskrivning och eventuella förståelse av dessa processer använder vi idéer från statistisk mekanik, differentiella ekvationer och maskininlärning. Maskininlärning är idag ett snabbt växande forskningsområde med tillämpningar inom de flesta vetenskapliga och tekniska områden. Tillämpningar som behandlar övervakad inlärning leder i regel till storskaliga optimeringsproblem.

Syftet med projektet är att konstruera matematiska modeller från statistisk mekanik och maskininlärning för att beskriva komplexa flerkroppsinteraktioner i nätverk. Nätverken kan involvera interaktörer som sträcker sig från fordon, när det gäller vägnät och smarta städer, till aktörer för internetnätverk eller kommunikationsnät.

I detta projekt kommer vi att konstruera nya metoder för att analysera beteende, upptäcka och beskriva nya mönster och implementera dem på högpresterande datorsystem. Samtidigt behandlar vi verkliga data för att både lära våra modeller för maskininlärning men också för att utvärdera våra respektive lösningar mot verkligheten. Eftersom de resulterande modellerna kan involvera ett stort antal parametrar måste vi bedöma deras relevans och betydelse.

Behörighet
Grundläggande behörighet till utbildning på forskarnivå har den som har

• avlagt examen på avancerad nivå eller
• fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, med innehåll som är relevant för forskarutbildningen eller
• på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Kraven på särskild behörighet för forskarutbildningen i matematik uppfyller den som har:

• minst 90 högskolepoäng med relevans för ämnesområdet, varav minst 60 högskolepoäng på avancerad nivå samt ett fördjupningsarbete om minst 30 högskolepoäng på avancerad nivå inom ämnesområdet, eller
• examen på avancerad nivå inom relevant ämnesområde.

I praktiken betyder det att den studerande skall ha uppnått en kunskapsnivå inom matematik som åtminstone svarar mot den för civilingenjörsutbildningarna i teknisk matematik eller teknisk fysik alternativt en masterexamen i matematik eller tillämpad matematik.

Övriga krav:

• Mycket goda kunskaper i engelska, i tal och skrift.
• Mycket goda kunskaper i programmering.

Bedömningsgrunder
Urval till utbildning på forskarnivå sker efter bedömd förmåga att tillgodogöra sig forskarutbildningen. Bedömningen av förmågan sker främst utifrån studieresultaten på grundnivå och avancerad nivå. Följande beaktas:

1. Kunskaper och färdigheter relevanta för avhandlingsarbetet och utbildningsämnet.
2. Bedömd förmåga till självständigt arbete och förmåga att formulera och angripa vetenskapliga problem.
3. Förmåga till skriftlig och muntlig kommunikation.
4. Övriga erfarenheter relevanta för utbildningen på forskarnivå, t ex yrkeserfarenhet.

Övriga meriter:

• Programmeringserfarenhet i Python och Tensorflow.

Hänsyn kommer också att tas till god samarbetsförmåga, driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms ha den förmåga som behövs för att klara forskarutbildningen.

Villkor
Endast den som är antagen till forskarutbildning får anställas som doktorand. Forskarutbildningen är fyra år vid heltidsstudier. Vid undervisning och annat institutionsarbete förlängs anställningen i motsvarande grad, dock längst till 5 år (dvs. max 20 %). Bestämmelser gällande anställning som doktorand finns i Högskoleförordningen (1993:100), 5 kap 1-7 §§.

Instruktioner för ansökan
Ansökan ska skrivas på engelska. Ansökan ska innehålla personligt brev med motivering till varför du är intresserad av anställningen och på vilket sätt forskningsprojektet matchar dina intressen och din utbildningsbakgrund. Ansökan ska även innehålla CV, examensbevis eller motsvarande, kopior av betyg, samt övrigt som du önskar åberopa (uppgifter till referenser, rekommendationsbrev etc.).

Du ombeds även svara på urvalsfrågorna som är ett steg i ansökningsprocessen.