Lunds universitet, LTH, Institutionen för datavetenskap

Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 47 000 studenter och mer än 8 800 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.

Lunds universitet välkomnar sökande med olika bakgrund och erfarenheter. Jämställdhet, lika villkor och mångfald är grundläggande principer för alla delar av vår verksamhet.

Ämnesbeskrivning

Aktuella framsteg inom robotik använder stora datamängder av robottrajektorier, bilder och språkliga beskrivningar för att träna maskininlärningsmodeller, såsom transformermodeller, vilket gör det möjligt för robotar att utföra vanliga uppgifter som att plocka och placera föremål. Dessa modeller är dock huvudsakligen tränade på uppgifter med vardagsföremål, och använder stora datamängder bestående av hundratusentals träningssekvenser. I detta projekt vill vi utöka robotarnas förmåga till områden som hälso- och sjukvård samt industriell tillverkning, där data är bristfällig.

Forskningsutmaningarna kan delas in i tre teman:

  • Utvidga befintliga modeller: Undersöka överförbarhet och skapa mindre lokala modeller för att möjliggöra inlärning av medicinska och industriella tillämpningar med begränsad träningsdata.
  • Distribuerad intelligens: De nuvarande maskininlärningsmodellerna kan inte exekveras lokalt på robotsystemet utan lämplig GPU. Därför måste intelligensen i systemet distribueras i en modulär arkitektur över ett kommunikationsnätverk.
  • Användarvänlig interaktion: Robotar kommer att interagera med personal med icke-teknisk bakgrund, vilket ökar behovet av tydlig kommunikation och intuitiva gränssnitt.

Fokus för doktorandprojektet kommer att vara robotinlärning. Vi kommer att utforska de senaste framstegen inom Robot Transformers och stora språkmodeller, och du kommer att kunna testa dina resultat inte bara i robotlabbet utan även hos våra samarbetspartner Tetra Pak och Lunds universitetssjukhus inom ramen för kompetenscentret NextG2Com.

Beskrivning av arbetsplatsen

Institutionen för datavetenskap vid Lunds Tekniska Högskola, Lunds universitet, erbjuder en fullt finansierad doktorandtjänst (4 år på heltid) med tillsättning så snart som möjligt. Vi söker en kandidat med ett starkt intresse för robotik, intelligenta autonoma system och maskininlärning, med särskilt fokus på robotlärande.

Tjänsten vid institutionen för datavetenskap vid Lunds universitet är inom forskargruppen för robotik och semantiska system (RSS).

RSS bedriver forskning och undervisning inom områdena AI, maskininlärning, robotik och robotlärande, människa-robotinteraktion och språkteknologi. Tillsammans med institutionen för reglerteknik driver avdelningen RobotLab LTH, vilket ger tillgång till många typer av robotsystem.

Du kommer arbeta i ett team med andra doktorander och har även möjlighet att besöka våra partneruniversitet som MIT och Berkeley.

Denna doktorandtjänst är en del av kompetenscentret NextG2Com - Nästa generations kommunikations- och beräkningsinfrastrukturer och applikationer – som koordineras av Lunds universitet i nära samarbete med industri och offentliga aktörer och med stöd från Vinnova.

NextG2Com är ett kompetenscentrum inom framtida avancerade kommunikationssystem som integrerar trådlös kommunikationsteknik och nätverk, programvara, data och säkerhet genom relevanta tillämpningsområden (Avancerad digitalisering).

Mer information om NextG2Com kompetenscentrum (nextg2com.lu.se
Mer information om institutionen för datavetenskap (cs.lth.se
Mer information om RSS (rss.cs.lth.se
Mer information om RobotLab LTH (robotics.lth.se)

Arbetsuppgifter

Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. Som doktorand inom kompetenscentret NextG2Com kommer du få samarbeta nära med industripartners och andra doktorander inom centret, delta i gemensamma projekt, möten och aktiviteter.

I arbetsuppgifterna ingår det medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.

Arbetsuppgifterna innefattar även att

  • Delta i forskarskolan (kurser, studieresor, nationella evenemang och konferenser osv.), vilket innefattar regelbundet resande.
  • Delta i aktiviteter (datainsamling, demonstration, integration) i kompetenscentret NextG2Com.
  • Engagera dig i avdelningens interna aktiviteter (seminarieserier, läsgrupper osv.).
  • Bidra till institutionens och avdelningens arbete inom grundutbildningen.

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 eller
  • på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Kraven på särskild behörighet för datavetenskap uppfyller den som har:

  • minst 60 högskolepoäng på avancerad nivå med relevans för ämnesområdet, eller
  • civilingenjörsexamen inom datateknik, elektroteknik, informations- och kommunikationsteknik, teknisk fysik, eller teknisk matematik.

Övriga krav:

  • Mycket goda kunskaper i engelska, i tal och skrift.
  • Mycket god analytisk förmåga.
  • Goda kunskaper i matematik.
  • Höga betyg i kurser i maskininlärning och datorseende.
  • Kunskaper och erfarenhet av Python och Linux.
  • Mycket god kunskap och praktisk erfarenhet av ROS.
  • Mycket goda och praktisk erfarenhet av att arbeta med robotarmar.
  • Förmåga att arbeta både individuellt och i små team.

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:

  • Goda kunskaper i programmering.
  • Erfarenhet av transformersmodeller och deras användning inom datorseende och robotik.

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.

Vi erbjuder

Lunds universitet är en statlig myndighet vilket innebär att du får särskilda förmåner, generös semester och en förmånlig tjänstepension.
Läs mer på universitets webbplats om att Jobba hos oss. https://www.lu.se/om-universitetet/jobba-hos-oss

Övrigt

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 §§.

Så här söker du

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 samt övrigt som du önskar åberopa (kopior av betyg, uppgifter till referenser, rekommendationsbrev etc.).

Välkommen med din ansökan!

Anställningsform Tidsbegränsad anställning
Tillträde Snarast enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Lund
Län Skåne län
Land Sverige
Referensnummer PA2024/3006
Kontakt
  • Volker Krüger, volker.krueger@cs.lth.se
Facklig företrädare
  • OFR/ST:Fackförbundet ST:s kansli, 046-2229362
  • SACO:Saco-s-rådet vid Lunds universitet, kansli@saco-s.lu.se
  • SEKO: Seko Civil, 046-2229366
Publicerat 2024-10-09
Sista ansökningsdag 2024-10-30

Tillbaka till lediga jobb