Doktorand i datavetenskap

Beskrivning

Är du intresserad av samspelet mellan maskininlärning, hantering av komplexa energisystem och edge/cloud compute?

Fakulteten för hälsa, natur- och teknikvetenskap tar nu emot ansökningar för en doktorandanställning som leder till en doktorsexamen i datavetenskap, med inriktning mot tillämpning av maskininlärning i smarta elnät för storskalig solcellsintegration, vid Institutionen för matematik och datavetenskap.

I ditt avhandlingsprojekt kommer du att utveckla maskininlärningsbaserade metoder för mer exakta prognoser av energiproduktionen i solcellsystem, samt förutse energiefterfrågan och utforska hur ofullständiga data påverkar energinätsprognoser och dess osäkerhet. För integrering av sådana prognosalgoritmer i verkliga system, kommer du att arbeta med driftdetektion och automatiska inlärningstekniker för att utveckla mer effektiva lösningar för realtidsdrift och planering av elnät. Slutligen kommer du även att integrera dina algoritmer i IoT-baserade konstruktioner som edge computing för att begränsa nätinvesteringar för förstärkningar av nätet och datainsamlingspunkter.

Doktorandanställningen ingår i en flervetenskaplig forskningsgrupp, samt AI4ENERGY-projektet som finansieras av Energimyndigheten och Solelforskningscentrum Sverige, SOLVE. Du kommer att samarbeta med forskare och doktorander vid Karlstads universitet, Dalarnas högskola, Mälardalens universitet, Sveriges lantbruksuniversitet, RISE och Uppsalas universitet.

Arbetsuppgifter
En doktorand ska främst ägna sig åt egen forskarutbildning, i vilken deltagande i forskningsprojekt och forskarkurser ingår. Forskarutbildningen består av 240 hp, inklusive avhandlingen vid doktorsexamen och 120 hp vid licentiatexamen.

Doktoranden kommer att undersöka hur maskininlärningsalgoritmer och edge/molnlösningar kan resultera i bättre hantering och kontroll av smarta elnät. Syftet med projektet är att ta fram välställda, datadrivna modeller och använda dem till prognoser inom smarta elnätsområdena.

Behörighetskrav
För att bli antagen till forskarutbildningen måste den sökande uppfylla både grundläggande och särskilda behörighetskrav (Högskoleförordningen, Kap 7, § 35).

Grundläggande behörighet har den som har avlagt en examen på avancerad nivå, fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller som på annat sätt inom eller utom landet har förvärvat i huvudsak motsvarande kunskaper. (Högskoleförordningen, Kap. 7, § 39).

Särskild behörighet har den som avlagt magisterexamen i datavetenskap, avlagt masterexamen i datavetenskap, eller avlagt civilingenjörsexamen i datateknik. Behörig är även den som på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Antagning och bedömningsgrunder
För att bli antagen till forskarutbildningen måste den sökande bedömas ha förmåga att tillgodogöra sig utbildningen (Högskoleförordningen, Kap 7, § 35). Antagning sker efter individuell prövning.

Urval baseras på studieresultat. Särskild vikt ges kvaliteten på självständiga forsknings- eller examensprojekt utförda under tidigare studier, i synnerhet arbeten på masternivå och inom relevant forskningsinriktning. De viktigaste bedömningsgrunderna för urvalet är vetenskaplig skicklighet, lämplighet för forskningsprojektet och dokumenterad förmåga att arbeta både självständigt och i grupp.Vikt ges kunskap om och bakgrund inom tillämpad maskininlärning. Erfarenhet av utveckling av algoritmer för maskininlärning och deras praktiska implementering i edge computing-plattformar är meriterande.

För mer information om forskningsutbildningen i datavetenskap vid Karlstads universitet, se http://www.kau.se/cs

Ansökan
Ansökan görs i universitetets webbaserade rekryteringsverktyg Varbi.

Sista ansökningsdag: 2022-06-02

Ange ref.nr: REK 2022/104.

Välkommen med din ansökan!

Karlstads universitet har gjort medieval för denna rekrytering och vi undanber oss därför kontakter med annonsförsäljare av rekryteringstjänster.