Doktorand i datavetenskap vid Örebro universitet

Örebro universitet och Institutionen för naturvetenskap och teknik söker en doktorand i datavetenskap. Tjänsten förväntas avslutas med en doktorsexamen.

Startdatum: Våren 2026.

Doktoranden kommer att vara knuten till Machine Perception and Interaction Lab vid Örebro universitet, som bedriver tvärvetenskaplig forskning i skärningspunkten mellan artificiell intelligens, robotik, maskininlärning och människa-robot-interaktion.

Projektbeskrivning

Projektets fokus är maskininlärning och specifikt utvecklingen av nya neuro-inspirerade och beräkningsmässigt effektiva metoder.

Moderna maskininlärningsmetoder är ofta beroende av enorma datamängder och omfattande datorkraft. Denna trend begränsar deras skalbarhet, ökar deras miljöpåverkan och gör avancerad maskininlärning tillgänglig endast för dem med betydande datorkraft. Samtidigt fungerar biologiska neurala system, såsom insekters eller människors hjärnor, under extrema energibrist men hanterar ändå komplexa uppgifter på ett anmärkningsvärt sätt. De uppnår detta genom att utnyttja sådana beräkningsprinciper som strukturell organisation, återkommande (minne över tid) och till och med slumpmässighet.

Att integrera dessa biologiska principer i maskininlärning öppnar en väg mot metoder som kräver mycket mindre beräkning samtidigt som de fortfarande levererar starka bearbetningskapaciteter. För att göra detta möjligt krävs både teoretiska och praktiska framsteg: en djupare förståelse för hur lärande system kan bygga kompakta och selektiva minnen, hur de kan utnyttja tidigare kunskap för att tolka nya data effektivt, och hur moderna arkitekturer som transformatorer kan inkorporera dessa principer för att bättre hantera utmaningar som långsiktiga tidsberoenden, begränsade träningsdata och begränsade datorkapaciteter.

Målet med projektet är att utforska hur strukturerad tidigare kunskap, minnen av tidigare ingångar och slumpmässiga representationer kan kombineras för att skapa högpresterande maskininlärningsmodeller som kan köras även på resursbegränsade enheter. Detta arbete syftar till att producera en ny ram för lättviktig maskininlärning: metoder som förblir konkurrenskraftiga med de mest avancerade modellerna samtidigt som de dramatiskt minskar beräkningarna. Projektet kommer att demonstrera sin påverkan inom krävande utmanande områden som långsiktig prognos av dynamiska system och bearbetning av biomedicinska signaler från bärbara enheter.

Programmet, doktorandanställning, inträdeskrav och urval

För att se hela jobbannonsen, besök: https://www.oru.se/english/career/available-positions/job/?jid=20250375 (https://www.oru.se/english/career/available-positions/job/?jid=20250375)

Information

För mer information om programmet och doktorandanställningen, vänligen kontakta Dr. Denis Kleyko, e-post: [email protected] (mailto:[email protected]) och Prof. Amy Loutfi, e-post: [email protected] (mailto:[email protected]). För administrativa frågor, vänligen kontakta Prof. Martin Magnusson, e-post: [email protected] (mailto:[email protected]).

Vid Örebro universitet förväntas varje medarbetare vara öppen för utveckling och förändring; ta ansvar för sitt arbete och sin prestation; visa ett stort intresse för samarbete och bidra till utveckling; samt visa respekt för andra genom att anta en konstruktiv och professionell inställning.

Örebro universitet arbetar aktivt för lika möjligheter och jämställdhet samt en arbetsmiljö präglad av öppenhet, förtroende och respekt. De kvaliteter som mångfald tillför verksamheten värderas högt.

Ansökan till programmet och doktorandanställningen

Ansökan görs online. Klicka på knappen “Ansök” för att påbörja ansökningsproceduren.

För att ansökan ska vara komplett måste följande elektroniska dokument inkluderas:

• Beskrivning av forskningsintressen - som beskriver dina forskningsintressen, förklarar varför du är intresserad av detta projekt och varför du skulle passa bra för tjänsten (1 sida)
• CV
• Bevis på att du uppfyller de allmänna och specifika inträdeskraven (t.ex. kopior av det ursprungliga intyget och officiellt utdrag för kandidatexamen och masterexamen)
• Oberoende projekt (examensarbete)
• Övriga relevanta dokument, kurs- och examensbevis som verifierar behörighet

Som en huvudregel ska ansökningsdokument och bilagor skrivas på svenska, danska, norska eller engelska. Intyg och dokument på andra språk som verifierar dina kvalifikationer och erfarenheter måste översättas av en auktoriserad översättare till svenska eller engelska. En lista över auktoriserade översättare kan erhållas från Kammarkollegiet (den juridiska, finansiella och administrativa tjänstemannen), www.kammarkollegiet.se/engelska/start (http://www.kammarkollegiet.se/engelska/start).

När du ansöker om antagning, ansöker du automatiskt också om en doktorandanställning. Mer information för sökande finns på universitetets karriärsida: https://www.oru.se/english/career/available-positions/applicants-and-external-experts/ (https://www.oru.se/english/career/available-positions/applicants-and-external-experts/)

Ansökningsfristen är 2026-01-16. Vi ser fram emot att ta emot din ansökan!

Universitetet avböjer all kontakt med annonsörer eller rekryteringsbyråer i rekryteringsprocessen.

Som angivet av Riksarkivet krävs en kopia av ansökningsdokumenten, exklusive publikationer, att deponeras under en period av två år efter att anställningsbeslutet har vunnit laga kraft.