Arbetsbeskrivning

Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 47 000 studenter och mer än 8 800 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. Kravprofil Grundläggande behörighet: Avlagd examen på avancerad nivå samt fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller motsvarande kunskaper. Särskild behörighet: Genomgått kurser om 60 högskolepoäng i matematiska ämnen på avancerad nivå varav minst 15 högskolepoäng i numerisk analys samt ett examensarbete omfattande 30 högskolepoäng eller motsvarande utbildning. Arbetsuppgifter Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan det även ingå medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden. Forskningen kommer att vara inriktad mot Numerisk analys för fysikmedveten djup kärninlärning Detta doktorandprojekt befinner sig i skärningspunkten mellan numerisk analys och vetenskaplig maskininlärning, med fokus på utvecklingen av tillförlitliga, fysikmedvetna AI-ramverk. Målet är att utveckla ett matematiskt välgrundat angreppssätt för att approximera partiella differentialekvationer (PDE:er) med hjälp av djup kärninlärning, där djupa neurala nätverk integreras i Gaussiska processer som är begränsade av PDE:er. Genom att använda verktyg från numerisk analys och teori för Hilbertrum med reproducerande kärnor, syftar projektet till att på ett rigoröst sätt införliva fysikaliska lagar i djupinlärning, samtidigt som det möjliggör osäkerhetskvantifiering och feluppskattning. Forskningen erbjuder en möjlighet att bidra till grundläggande framsteg inom fysik-informerad maskininlärning. Projektet finansieras av Wallenberg AI, Autonomous Systems and Software Program (WASP), och den antagna kandidaten kommer att ingå i forskarskolan inom WASP. Wallenberg AI, Autonomous Systems and Software Program, 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 Sveriges industri och samhälle. 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/ Behörighet Grundläggande behörighet att antas 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. Prefekt kan för en enskild sökande medge undantag från kravet på grundläggande behörighet, om det finns särskilda skäl. Särskild behörighet att antas till utbildning på forskarnivå i numerisk analys har den som med godkänt resultat genomgått kurser om minst 60 högskolepoäng i matematiska ämnen på avancerad nivå, varav minst 15 högskolepoäng i numerisk analys. Ett examensarbete omfattande minst 30 högskolepoäng skall ingå. Den särskilda behörigheten kan också ha erhållits genom annan motsvarande utbildning, vilket prövas i varje enskilt fall. För att möjliggöra tvärvetenskapliga initiativ samt väsentliga fördjupningar inom vissa områden kan andra kvalifikationer än sökandens ämnesspecifika kompetens inom numerisk analys tas under beaktande. Bedömningsgrund
 Urval till utbildning på forskarnivå sker efter bedömd förmåga att tillgodogöra sig forskarutbild-ningen. Bedömningen av förmågan sker främst utifrån studieresultaten på grundnivå och avancerad nivå. Följande beaktas: - Kunskaper och färdigheter i numerisk analys, speciellt numeriska metoder för differential-ekvationer och numerisk analys är ett krav. - Kunskaper inom tillämpad statistik eller maskininlärning krävs, och erfarenhet av osäker-hetskvantifiering eller datadriven vetenskaplig beräkning är meriterande. - Bedömd förmåga till självständigt tänkande och förmåga att formulera och angripa veten-skapliga problem. - Mycket goda kunskaper i engelska, i tal och skrift. 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.   Vid Naturvetenskapliga fakulteten bedrivs forskning och utbildning inom biologi, astronomi, fysik, geovetenskap, kemi, matematik och miljövetenskap. Verksamheten bedrivs vid åtta institutioner samlade inom norra universitetsområdet. Fakulteten har ca 1 500 studenter, 360 forskarstuderande och 700 anställda. Vi undanber oss alla kontakter från annonsförsäljare, rekryterings- och bemanningsföretag på grund av statliga upphandlingsregler.