Doktorand inom programvaruteknik och datorsystem

KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, teknisk historia och filosofi.

Skolan för informations- och kommunikationsteknik bedriver internationellt framstående forskning och utbildning inom elektronik, programvaru- och datorsystem samt kommunikationssystem. Skolans forskning omfattar både grundläggande och tillämpade projekt samt innehåller betydande inslag av innovativ och entreprenöriell verksamhet. Utbildningsutbudet är brett och omfattar kandidat- och högskoleingenjörsprogram, civilingenjörsprogram, masterutbildningar samt doktorsprogram. Skolan för informations- och kommunikationsteknik har ett nära samarbete med svensk och internationell industri, forskningsinstitut samt intresseorganisationer som Kista Science City.



Arbetsuppgifter

Fokus är på lärande maskiner: system som autonomt lär sig från en stor mängd instanser att tillämpa vad de lärt sig på nya instanser.

Kandidaten kommer att tillhöra avdelningen Programvaruteknik och Datorsystem på ICT-skolan (see www.kth.se/en/ict/forskning/scs/mcs) på KTH. Ett projekt som står för full finansiering de första tre åren börjar i januari 2017, med titeln Using Learning Machines to predict and enhance outcome in Internet-based Cognitive Behavioral Therapy. Projektet är ett samarbete mellan Karolinska Institutet och KTH. En lärande maskin kan prognosticera utfall i terapeutstödd Internet-baserad kognitiv beteendeterapi (ICBT) för att t ex minska antalet misslyckade behandlingar. Delar av arbetet kan komma att utföras på Internetpsykiatri, Huddinge, med användning av metoder baserade på artificiell intelligens (AI) för att hantera data från ICBT och från psykiatrisk vård. Projektet kommer även att anställa en doktorand i psykologi, som kandidaten kan komma att samarbeta med i viss utsträckning.

En uppgift är att träna den lärande maskinen att prognosticera såväl utfall som genomförande av behandlingen på en mängd historiska ICBT-patienter (n>4000), med målet att slå mänskliga skattningar och statistiska prognoser. En annan uppgift är att låta den lärande maskinen ge ICBT-terapeuter kliniskt relevanta notifieringar om varje patient, med målet att visa att det förfaringssättet är adekvat. En tredje uppgift är att hjälpa till att utveckla ICBT-plattformen, vilken den lärande maskinen ska kopplas ihop med, exempelvis för att kunna ge feedback till terapeuterna. En fjärde uppgift är att analysera fritextfält i meddelanden och patientinteraktion, i syfte att skapa ett flöde från en PHP/MySQL-plattform till den lärande maskinen och vidare till de mänskliga terapeuterna. Ett långsiktigt mål som ska vara uppnått i slutet av 2019 är att förstå hur lärande maskiner kan och bör stödja viktiga mänskliga beslut på kliniken, på ett lättbegripligt och effektivt vis. Arbetet har både teoretiska och praktiska inslag, de senare i huvudsak programmering av lärande maskiner. Kandidaten kommer därigenom kunna bidra till det samhälleliga hållbarhetsmålet att främja folkhälsan.

Kvalifikationer

Kandidaten ska ha en magisterexamen eller motsvarande examen som uppfyller antagningskraven för doktorander på KTH. En idealkandidat har utmärkta programmeringskunskaper, bra matematisk bakgrund, samt erfarenhet av att lösa verkliga problem med hjälp av programmering eller matematik. Direkt erfarenhet av att programmera maskininlärningsalgoritmer, i industriella FoU-projekt eller akademiska forskningsprojekt, är en merit. Kandidaten ska ha solida kunskaper i metoder och verktyg för artificiell intelligens, helst med praktiska erfarenheter även där. Länkar till öppen källkod är en merit. Förutom tekniska och matematiska färdigheter förutsätts kandidaten vara nyfiken och ambitiös, med en stark egen vilja att forska. Kandidaten ska också kunna arbeta strukturerat, såväl individuellt som ihop med andra forskare. Mycket goda kunskaper i engelska är ett krav. Förutom forskning förväntas kandidaten undervisa, i en omfattning som kan uppgå till högst 20 procent av arbetstiden.

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida. 

Ansökan

Ansökan ska skickas på engelska och måste innehålla följande dokument:

- Följebrev: en sammanfattning av ansökan på en sida.
- CV: ett dokument på upp till fyra (4) sidor innehållande alla dina relevanta akademiska, professionella och andra prestationer, din erfarenhet och kunskap
- Betyg och examina: officiella dokument från dina tidigare utbildningar på universitetsnivå, med auktoriserade översättningar på engelska (om de inte utställdes på engelska av den utfärdande institutionen).
- Rekommendationsbrev: Vänligen skicka minst två (2) rekommendationsbrev tillsammans med din ansökan. Vänligen inkludera även detaljerad kontaktinformation för minst två (2) referenspersoner (inklusive de två som lämnar referensbrev).
- Ansökningsbrev: Vänligen ange varför du vill fullfölja en doktorsexamen, vilka är dina akademiska intressen, hur de förhåller sig till dina tidigare studier och framtida mål. Maximalt två (2) sidor långt.
- Relevanta publikationer eller tekniska rapporter: Ange upp till två (2) dokument, inte längre än tio (10) sidor varje. För längre dokument (t.ex. avhandlingar), bifoga en sammanfattning (abstract) och en webblänk till den fullständiga texten.

Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time). 

Övrigt

Tidsbegränsad enligt rekommendationerna för doktorandanställning i Högskoleförordningen.

Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.