Doktorand i Träteknik

Luleå tekniska universitet är i stark tillväxt med världsledande kompetens inom flera forskningsområden. Vi formar framtiden genom nydanande utbildningar och banbrytande forskningsresultat, och med utgångspunkt i den arktiska regionen skapar vi global samhällsnytta. Vår vetenskapliga som konstnärliga forskning och utbildning bedrivs i nära samarbete med internationella, nationella och regionala företag, offentliga aktörer och ledande universitet. Luleå tekniska universitet omsätter totalt 1,9 miljarder kronor per år. Vi är idag 1 840 anställda och har 17 670 studenter.

De kommande åren investeras mångmiljardbelopp i Norrbotten och Västerbotten i stora projekt som syftar till ett mer hållbart samhälle nationellt så väl som globalt. Luleå tekniska universitet är involverat i flera av dessa högaktuella forskningsprojekt och den samhällsomvandling som följer. Vi har ett brett utbud av utbildningar för att matcha den kompetens som efterfrågas. Vi hoppas att du vill hjälpa oss att bygga framtidens hållbara företag och samhällen.
Vi söker en motiverad doktorand till forskningsämnet Träteknik vid Luleå tekniska universitet som både självständigt och i samarbete med kollegor kan genomföra kvalificerad forskning i vår forskningsgrupp. Du kommer att arbeta inom området för det strategiska forskningsprogrammet CT WOOD. CT WOOD har sin hemvist vid Luleå tekniska universitet, Träteknik i Skellefteå och bakom satsning står Skogsindustrierna/Svenskt Trä, Kempestiftelserna, Skellefteå kommun och Luleå tekniska universitet, tillsammans med industrin.

Doktorandtjänsten är unik och kommer att leda till en framtida efterfrågad kompetens och ge dig som forskare möjlighet att arbeta i kreativa forskningsmiljöer vid såväl Luleå tekniska universitet som i de organisationer och företag som vi samarbetar med. Ett aktivt deltagande i att vidareutveckla det internationella forskningssamhället inom området kommer att premieras.

Ämnesbeskrivning
Träteknik omfattar tvärvetenskaplig forskning om trämaterialet och industriella processer inom kedjan från skog till färdig träprodukt. Forskningsområdena är trämaterialets anatomi, fysik, kemi och mekanik, samt träförädling och produkt-utveckling, tillverkningsteknik, processoptimering och visualisering av träprodukter.

Projektbeskrivning
Huvudmålet för denna doktorandtjänst är att implementera maskininlärningsmetoder som en del av ett större ramverk artificiell förtillämpning av intelligens (AI) för sågverksindustrin. En nyckeluppgift är att öka integrationsnivån av dataflödet i sågverksprocessen med hjälp av röntgenbaserad CT-skanning (datortomografi). AI-ramverket bör i slutändan leda till en digital tvilling för framtidens sågverksprocess för att kunna förutsäga och optimera produktionen. Den data du är tänkt att arbeta med är i första hand hämtad från CT-skanning av timmer (stockar och brädor), som främst kommer att samlas in vid vårt CT-labb i Skellefteå. 

Arbetsuppgifter
Forskningsområdet är multidisciplinärt av både vetenskaplig och tillämpad art, samt inkluderar områden som materialvetenskap, fysik och industriell produktionsteknik. Arbetet omfattar utveckling av AI- och djupinlärningsmodeller som gör det möjligt att på ett automatiserat sätt extrahera omfattande och kvalitetsrelevant information från CT-data från trästockar och sågat virke. Samverkan kommer att ingå med relaterade projekt, t.ex. för utveckling av mätmetoder, finita element-modellering av CT-data, materialanalys, optimering av värdeutbytet, processoptimering och kvalitetsledning.

Allt vetenskapligt arbete presenteras på engelska i form av artiklar i vetenskapliga tidskrifter och vid internationella konferenser. Dessutom är 25 % av dina doktorandstudier dedikerade till kursarbete, varav majoriteten kan väljas efter dina behov och intressen. I slutet av dina studier kommer du att sammanfatta ditt arbete i en doktorsavhandling och försvara den inför en vetenskaplig kommitté.

Kvalifikationer
Grundläggande behörighet till utbildning på forskarnivå har den som har: 1) avlagt en examen på avancerad nivå 2) fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller 3) på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

En lämplig bakgrund är en universitetsexamen eller på annat sätt certifierad expertis inom datavetenskap eller liknande område. Den sökande ska ha ett tydligt intresse för modellering, dataanalys, experimentella studier och sedvanliga ingenjörsfrågor. Även om det inte är nödvändigt, uppskattas expertis inom maskininlärning/djupinlärning och programmeringsspråket Python (inkl. PyTorch eller Tensorflow/Keras). Även kunskap om finita elementanalys och liknande modelleringsmetoder är meriterande. Kunskaper i trä- eller materialvetenskap är inte nödvändigt, men meriterande om det finns.

Den sökande ska vara en bra lagspelare med goda kunskaper i engelska, i både muntlig och skriftlig framställning. Kunskaper i svenska språket är inget krav för tjänsten, men den sökande bör kunna utföra uppgifter som kräver grundläggande kunskaper i svenska om några år.

För ytterligare information om specifik doktorandutbildning se även; Studieplaner för forskarutbildning inom teknisk fakultet. 

Information
Anställning som doktorand är tidsbegränsad på 4 år, undervisning och annan institutionstjänstgöring kan tillkomma upp till 20 % av heltid. Placeringsort Skellefteå. och tänkt tillträde är oktober 2023.

För ytterligare information är du välkommen att kontakta: Professor, Dick Sandberg, 0910-58 53 71, dick.sandberg@ltu.se och Benedikt Neyses, 072-219 69 79, benedikt.neyses@ltu.se.

Fackliga företrädare: SACO-S Kjell Johansson, 0920-49 1529 kjell.johansson@ltu.se och OFR-S Lars Frisk, 0920-49 1792 lars.frisk@ltu.se.

Ansökan
Vi ser helst att du söker befattningen via ansökningsknappen nedan där du bifogar personligt brev samt CV/meritförteckning och examensbevis. Var vänlig och märk din ansökan med referensnumret nedan. Ansökan samt examensbevis måste vara skrivna på svenska eller engelska.

Sista ansökningsdag: 30 september 2023
Referensnummer: 3213-2023