Denna annons är inte tillgänglig!
Sapere Aude – våga vara vis – är vårt motto. Våra studenter och medarbetare utvecklar kunskap och kompetens som berikar individen och världen. Vår akademiska miljö präglas av nyfikenhet, mod och uthållighet, och grunden för vår verksamhet är jämställdhet, mångfald och ett demokratiskt synsätt. Vi finns i en aktiv, naturnära region och är en motor för hållbar utveckling i tät samverkan med det omgivande samhället.
Karlstads universitet har ca 1 400 medarbetare och 17 300 studenter fördelade på två inspirerande campusmiljöer i Karlstad och Arvika. Läs mer om oss på: kau.se/jobb
En doktorandplats i datavetenskap med inriktning mot maskininlärning för smarta elnät är öppen för ansökan till forskargruppen Distribuerade system och kommunikation (DISCO) vid Institutionen för matematik och datavetenskap, Karlstads universitet. DISCO-gruppens forskning fokuserar på datakommunikation, molntjänster och nästa generations nätverk teknologier.
Institutionen för matematik och datavetenskap består av två forskningsämnen: matematik och datavetenskap med över 60 anställda. I datavetenskap är både utbildning och forskning inriktade mot datanätverk och distribuerade system, datasäkerhet och integritet, samt programutveckling. Både forskning och utbildning erbjuds i nära samverkan med internationella, nationella och regionala samarbetspartners från både universitet och näringsliv.
Doktorandplatsen är kopplad till ett nytt projekt AI4ENERGI, som är ett industriellt samarbetsprojekt finansierat av Energimyndigheten. AI4ENERGIs syfte är att undersöka hur AI, maskininlärning, edge- och molnberäkning kan användas för att förbättra hanteringen av förnybara energikällor. Forskningen inkluderar tillämpningen av AI för att bättre förutsäga produktion av förnybar energi och konsumtionsmönster för prosumers samt för att utveckla AI och optimeringstekniker för handel med förnybar energi.
Doktoranden förväntas bedriva forskning inom detta område genom att kombinera implementationsarbete med praktiska experiment, simulering och/eller emulering av system för förnybar energi och mikronät. Kandidaten bör ha en stark bakgrund och intresse för optimering, maskininlärning och edge/molnberäkningar. Kunskap och/eller erfarenhet inom ett eller flera av områdena edge compute-plattformar, matematisk optimering, algoritmdesign, tillämpning av maskininlärning för tidsserieprediktion, simulering/emulering av energimarknaden och dataanalys är därför önskvärda. Det krävs att kandidaten har mycket god programmeringsförmåga samt kunskaper i engelska (skriftligt och tal).
Doktoranden förväntas arbeta självständigt och i ett tvärvetenskapligt team där forskare från elektroteknik (energisystem) och datavetenskap samarbetar. En stor del av arbetet kommer att ske i samarbete med andra forskare och ingenjörer från Glava Energy Center och det är därför önskvärt att doktoranden har god samarbetsförmåga och erfarenhet av att arbeta i projekt.
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 på̊ avancerad nivå, fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på̊ avancerad nivå, eller som på̊ annat sätt inom eller utom landet har förvärvat i huvudsak motsvarande kunskaper. Särskild behörighet har den som avlagt magisterexamen i datavetenskap, masterexamen i datavetenskap eller avlagt civilingenjörsexamen i datateknik, eller som på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.
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.
För att lyckas med sina doktorandstudier på Karlstads universitet måste kandidaten vara målinriktad och ihärdig i sitt arbete. Vid urvalet av de sökande kommer följande att bedömas:
- förmåga att självständigt bedriva sitt arbete framåt,
- förmåga att kunna samarbeta med andra, - ha ett professionellt förhållningssätt och - analysera och arbeta med komplexa frågor.
Efter kvalifikationskraven kommer stor vikt att läggas på personliga egenskaper och personliga lämplighet.
Efter antagning till utbildning på forskarnivå kommer en anställning som doktorand att erbjudas (Högskoleförordningen, Kap 5, § 3). Anställningen är en tidsbegränsad anställning på heltid (först ett år som därefter kan förlängas med högst två år i taget) med tillträde enligt överenskommelse.
Karlstads universitet värdesätter de kvaliteter som jämn könsfördelning och mångfald tillför verksamheten. Vi ser därför gärna sökande av alla kön och med olika födelsebakgrund, funktionalitet och livserfarenhet.
Ansökan görs i universitetets webbaserade rekryteringsverktyg Varbi. Du som sökande ansvarar för att ansökan är komplett i enlighet med annonsen och att dokumentera din kompetens på ett sätt som medger en saklig, kvalitativ bedömning. Komplett ansökan ska vara inne vid ansökningstidens slut. En ofullständig ansökan kan medföra att din kompetens inte kan prövas i alla avseenden.
Ansökan ska innehålla:
Alla handlingar och publikationer som du önskar ska vara en del av din ansökan ska bifogas den digitala ansökan (inte länkar). Namnge varje uppladdat dokument så det tydligt framgår vad det innehåller.
Icke-elektroniska dokument kan skickas till:
Karlstads universitet
Registrator
651 88 Karlstad Sverige
Märk alla dokument som hör till ansökan med referensnummer REK2020/170
Sista ansökningsdag: 31 Augusti 2020
Vi ser fram emot din ansökan!
Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.
Anställningsform | Tidsbegränsad anställning |
---|---|
Anställningens omfattning | Heltid |
Tillträde | Enligt överenskommelse |
Löneform | Enligt avtal |
Antal lediga befattningar | 1 |
Sysselsättningsgrad | 100 % |
Ort | Karlstad |
Län | Värmlands län |
Land | Sverige |
Referensnummer | REK2020/170 |
Kontakt |
|
Facklig företrädare |
|
Publicerat | 2020-07-13 |
Sista ansökningsdag | 2020-08-31 |