Doktorand i Elektroteknik med inriktning mot ”federated learning” för IoT

Doktorand i Elektroteknik med inriktning mot ”federated learning” för IoT

Arbetsbeskrivning

Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns cirka 45 000 studenter och mer än 8 000 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.




Wallenberg AI, Autonomous Systems and SoftwareProgram, WASP, är Sveriges största enskilda forskningsprogram i modern tid.

Programmet skapar en plattform för akademisk forskning och utbildning i nära samarbete med ledande svensk teknikintensiv industri. Forskningen innefattar artificiell intelligens och autonoma system som verkar i samarbete med människor och som anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap och skapar intelligenta system av system. WASPs vision är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till gagn för svensk industri. Läs mer: https://wasp-sweden.org/

Forskarskolan inom WASP har som mål att förse framtidens forskare med nödvändig kunskap för att kunna analysera, utveckla och bidra aktivt till den tvärvetenskapliga utvecklingen av artificiell intelligens, autonoma system och mjukvara. Genom ett ambitiöst program med forskningsbesök, partneruniversitet och gästföreläsare stöder forskarskolan aktivt bildandet av ett starkt multidisciplinärt och internationellt professionellt nätverk mellan doktorander, forskare och industri.

Forskarskolan erbjuder därmed en unik möjlighet för de studenter som lockas av internationell forskning i världsklass med industriell relevans. Mer information: https://wasp-sweden.org/graduate-school

Beskrivning av arbetsplatsen
Institutionen för Elektro- och informationsteknik (EIT) utför internationellt framstående forskning inom en mängd olika områden, med en spännvidd från rent teoretisk forskning till tillämpade projekt i tätt samarbete med industrin. EIT består av cirka 100 aktiva forskare i säkerhets- och nätverkssystem, kommunikationsteknologi, integrerade elektroniksystem, elektromagnetism och nanoelektronik samt intelligenssystem och maskininlärning.

Ämnesbeskrivning
Maskininlärning och artificiell intelligens har väckt stor uppmärksamhet under de senaste decennierna. Maskininlärningsalgoritmer har ansetts i många applikationsdomäner, inklusive IoT-system (Internet of Things). Antagandet av maskininlärning i IoT-system skapar flera nya möjligheter, t.ex. upptäckt av hälsoförändringar med bärbara enheter, men innebär också flera stora utmaningar, t.ex. komplexiteten i ”federated” maskininlärningsalgoritmer i IoT-system och sekretessfrågor relaterade till personuppgifter och maskininlärning.

Arbetsuppgifter
Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket inne-fattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna ingår det även medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.

Doktoranden kommer att arbeta inom området ”federated” maskininlärning för IoT-
system att ta itu med en av de största utmaningarna inom maskininlärningsområdet. Projektet är tvärvetenskapligt med forskare från både maskininlärning och IoT, t.ex. ”edge federated” maskininlärning på IoT-system, och doktoranden kommer att arbeta i denna miljö. En viktig del av doktorandens arbete är att utveckla den teoretiska grunden för ”federated” maskininlärning och nya algoritmer för att hantera utmaningarna inom i den miljö. Doktoranden kommer att validera dessa teoretiska metoder och algoritmer med experiment och simuleringar.

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 hög-
skolepoäng på avancerad nivå, 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:

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

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:

- Kunskaper och färdigheter relevanta för avhandlingsarbetet och utbildningsämnet.
- Bedömd förmåga till självständigt arbete och förmåga att formulera och
angripa vetenskapliga problem.
- Förmåga till skriftlig och muntlig kommunikation.
- Övriga erfarenheter relevanta för utbildningen på forskarnivå, t ex yrkes-
erfarenhet.
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.

För mer information om tjänsten:https://lu.varbi.com/what:job/jobID:589288/?lang=se

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

Vi undanber oss alla kontakter från annonsförsäljare, rekryterings- och bemanningsföretag på grund av statliga upphandlingsregler.

Sammanfattning

Liknande jobb


Doktorander i industriell produktframtagning

Doktorander i industriell produktframtagning

12 april 2024

Doktorand i pedagogik

Doktorand i pedagogik

12 april 2024

Doktorand i Produktionssystem

Doktorand i Produktionssystem

10 april 2024

8 april 2024