Lunds Tekniska Högskola, Elektro- och informationsteknik

Lunds universitet grundades 1666 och rankas återkommande som ett av världens 100 främsta lärosäten. Här finns 40 000 studenter och 7 400 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.

Lunds Tekniska Högskola, LTH, är en teknisk fakultet inom Lunds universitet med forskning av hög internationell klass och stora satsningar på pedagogisk mångfald.

Ämnesbeskrivning
En viktig del av artificiell intelligens (AI) applikationer är att de förstår vilken miljö de arbetar i och kan navigera och reagera utifrån detta i realtid. Givet de stora mängder sensordata och de komplexa algoritmer denna typ av applikationer kräver, gör detta till en stor utmaning.

Energieffektiv AI design, både design av energieffektiva algoritmer och processorer/acceleratorer, blir ett allt viktigare forskningsområde. Speciellt för applikationer där begränsad energiförbrukning är viktigt, till exempel batteridrivna autonoma fordon och smarta enheter.

Forskningsområdet för doktorandstudenten kommer framförallt handla om digital hårdvaruimplementation för olika typer av AI algoritmer för visualisering, vilket även innefattar maskininlärning. Mer specifikt kommer forskningsområdet behandla metoder för utveckling av AI processerings algoritmer, digitala arkitekturer processorer/acceleratorer och realisering av dessa i from av digitala integrerade kretsar.

Arbetsuppgifter
Positionen kommer att innefatta forskning kring system och algoritmer samt hårdvara med kretsschema. Den huvudsakliga arbetsuppgiften är att forska kring mappning av inlärnings- och signalbehandlings algoritmer till digitala integrerade kretsar med låg energiförbrukning. Forskningen kommer också innefatta utveckling av hårdvaruvänliga AI-algoritmer, vilket kopplar samman utvecklingen av algoritmerna med hårdvaruarkitekturen. De designade system- och algoritmegenskaper kommer att avgöra hur hårdvaruarkitekturen ska designas. Samtidigt kommer hårdvaruegenskaper utforskas för utveckling av algoritmer och optimering.

Forskningsmålet är att i realtid med låg energiförbrukning kunna bearbeta data, vilket kan göra AI tillgängliga och applicerbara i moderna integrerade system. Mer specifikt är syftet visuellt baserad inlärning för smarta bärbara enheter och autonoma luftfordon ska kunna utföra uppgifter som objektidentifiering, feature tracking, lokalisering med flera.

Studenten kommer att arbeta tillsammans med erfarna forskare och andra PhD studenter. Detta sker i ett samarbete mellan Avdelningen för elektro- och informationsteknik samt Matematikcentrum.

Doktorandstudentens huvudsakliga uppgift är att egna sin tid åt forskning. Detta inkluderar deltagande i forskningsprojekt och kurser på forskarnivå. Arbetet inkluderar även undervisning och andra arbetsuppgifter på institutionen (men inte mer än 20%).

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 forskarutbildningsämnet Elektroteknik uppfyller den som har:

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

Övriga krav:

  • Mycket goda kunskaper i engelska, både verbalt och skriftligt.
  • Djup förståelse och erfarenhet kring design och implementering av digitala integrerade kretsar och processor arkitektur.
  • Goda kunskaper kring system för artificiell intelligens, maskininlärning och optimering. Direkt erfarenhet med AI- och maskinlärningssystem (simuleringar, implementering, osv.)
  • God samarbetsförmåga.

Bedömningskriterier
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:

  • Kurser, masteruppsats och erfarenhet kring design av integrerade digitala kretsar.
  • Erfarenhet i användning av "hardware description languge" och CAD-system för design av integrerade digitala kretsar.
  • Erfarenhet och intresse för design och implementering av signalbehandlingsalgoritmer för AI-applikationer (t.ex. datorseende eller robotik).
  • Kunskap inom datorseende är önskvärt.

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 ansökning
Ansökan ska vara skriven på engelska och inkludera ett personligt brev där du beskriver varför du är intresserad av tjänsten och på vilket sätt den är relevant för dina intressen och akademiska bakgrund. Ansökan ska också innehålla ett CV, examensintyg och andra dokument du vill ska bli bedömda (betyg, referenser, rekommendationsbrev osv.).

Anställningsform Visstidsanställning längre än 6 månader
Tillträde Snarast enligt ök
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100
Ort Lund
Län Skåne län
Land Sverige
Referensnummer PA2018/4540
Kontakt
  • Liang Liu, universitetslektor, Liang.Liu@eit.lth.se
  • Karl Åström, professor, karl.astrom@math.lth.se
  • Viktor Öwall, professor, viktor.owall@lth.lu.se
Publicerat 2019-01-21
Sista ansökningsdag 2019-02-20

Tillbaka till lediga jobb