Doktorand i tillämpad matematik med fokus på datorseende

Beskrivning av verksamheten

Tjänsten kommer att placeras på Avdelningen för datorseende och maskin-inlärning (CVML) vid Matematikcentrum. Matematikcentrum är en institution som är ansluten till både den tekniska fakulteten (LTH) och den naturvetenskapliga fakulteten vid Lunds Universitet. Inom CVML finns flera disputerade forskare samt cirka 20 doktorander. Forskning inom datorseende började på mitten av 1980-talet och omfattar för närvarande (i) Geometri och datorseende (inklusive analys av video, ljud, radio och radarsignaler), (ii) Medicinsk bildanalys, och (iii) Maskininlärning/artificiell intelligens. Gruppen har omfattande erfarenhet av grundforskning inom datorseende, maskininlärning och artificiell intelligens, samt en historia av att översätta sådana resultat till praktiska tillämpningar för slutanvändare.

Att vara doktorand

Som doktorand är du både antagen som student och anställd vid Lunds universitet.

Som forskarstuderande tränas du i ett vetenskapligt förhållningssätt. Det kan kort beskrivas som att du får övning i att tänka kritiskt och analytiskt, att du får lösa problem självständigt med hjälp av rätt metodval och du får en forskningsetisk medvetenhet. Dessutom ges möjlighet för dig som doktorand att arbeta med projekt, att utveckla dina ledaregenskaper och din pedagogiska förmåga. Under hela din studietid guidas du av handledare. Forskarstudierna avslutas med en avhandling och doktorsexamen.

Mer om att vara doktorand vid LTH på lth.se.

Ämnes- och projektbeskrivning

Forskningsinriktningen för denna utlysning är datorseende och maskininlärning med ett fokus på metoder för visuell lokalisering- och kartläggning. Forskningsämnet är tillämpad matematik.

Forskningsprojektet fokuserar på 3D-rekonstruktionsmetoder och navigering i storskaliga miljöer. Fokus ligger på att kombinera tekniker inom geometrisk datorseende och maskininlärning, för att bygga noggranna och tillförlitliga kartor utifrån visuella data. Målet är att utveckla system som inkorporerar naturliga geometriska villkor, såsom epipolarvillkoret och homografier, som kräver att observationerna ligger på en olinjär mångfald, med maskininlärningsmetoder, såsom physically informed neural networks.  

Tjänsten finansieras av det strategiska forskningsområdet ELLIIT och ingår i projektet “Learning Geometric Representations”

Arbetsuppgifter

Du kommer framförallt att ägna dig åt din forskarutbildning, vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser, seminarier och konferenser.I arbetsuppgifterna ingår det medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.

Avhandlingsarbetet kommer att innefatta utveckling av nya metoder, genomförande av experiment, datainsamling och bearbetning, programmering och implementation, samt författande av vetenskapliga artiklar och presentation av resultaten vid internationella konferenser.

Kvalifikationer

För att kunna antas och anställas som doktorand behöver du uppfylla kraven nedan.

Behörighetskrav

Grundläggande behörighet till utbildning på forskarnivå uppfyller du som har:

• avlagd examen på avancerad nivå eller
• fullgjorda kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå eller
• på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Särskild behörighet för tillämpad matematik uppfyller du som har:

• minst 90 högskolepoäng med relevans för ämnesområdet, varav minst 45 högskolepoäng på avancerad nivå.

Slutligen krävs att studenten bedöms ha den förmåga som behövs för att klara utbildningen.

Dispens från behörighetskraven kan ges av rektor för LTH.

Övriga krav

För att tillgodogöra sig den aktuella forskarutbildningen krävs även:  

• kunskaper och färdigheter relevanta för avhandlingsarbetet och utbildningsämnet
• god förmåga till självständigt arbete och förmåga att formulera och angripa vetenskapliga problem
• god förmåga till skriftlig och muntlig kommunikation
• god samarbetsförmåga
• mycket goda kunskaper i engelska, i tal och skrift

Meriterande

För den aktuella forskarutbildningen är följande meriterande:  

• Goda erfarenheter i Python eller C++
• Erfarenheter i maskininlärningsramverk (till exempel PyTorch).
• Färdigheter inom datorseende och/eller maskininlärning som är relevanta för projektet

Vi erbjuder

Lunds universitet är en statlig myndighet vilket innebär att du får särskilda förmåner, generös semester och en förmånlig tjänstepension. Komplettera gärna med information om vad just er arbetsplats kan erbjuda.

Mer om att jobba på Lunds universitet på lu.se. 

Om anställningen

Anställningen är en visstidsanställning på heltid, med start 20260901 eller enligt överenskommelse. Forskarutbildningen är fyra år vid heltidsstudier. Vid undervisning och annat institutionsarbete förlängs anställningen i motsvarande grad. Bestämmelser gällande anställning som doktorand finns i Högskoleförordningen (1993:100), 5 kap 1-7 §§.

Mer om anställningsvillkor för doktorander på Lunds universitets medarbetarwebb. 

Så här söker du

Ansökan ska skrivas på engelska och till din ansökan ska du bifoga:

• CV och personligt brev med motivering till varför du är intresserad av utbildningsplatsen/anställningen och på vilket sätt forskningsprojektet matchar dina intressen och din utbildningsbakgrund.
• Kopior på utfärdade studieintyg och/eller examensbevis. Dessa ska styrka din grundläggande och särskilda behörighet till forskarutbildningsämnet och visa att du har de ämneskunskaper som krävs för forskarutbildningsprojektet.
• Övrigt som du önskar åberopa (kopior av betyg, uppgifter till referenser, rekommendationsbrev etc.).

Välkommen med din ansökan!