Ledigt jobb: Civilingenjör, systemutveckling

Avdelningen för ekologi

Sveriges lantbruksuniversitet (SLU) är ett av Nordens största akademiska nav för ekologisk forskning och erbjuder en dynamisk och framstående forskningsmiljö med modern infrastruktur. Avdelningen för ekologi har cirka 150 anställda, varav runt 40 arbetar vid Grimsö forskningsstation i Bergslagen. Tillsammans genomför SLU:s ekocentrum och Grimsö forskningsstation forskning om hållbart jord- och skogsbruk, växtskydd, naturvård och viltförvaltning, samt tillhandahåller vetenskaplig kunskap som underlag för Sveriges och Europas miljöpolitik.

Om tjänsten

Projekt

Kan vi förutse utfallet av offentlig politik, politiska val och andra beslut? Vi undersöker detta genom att utveckla allvarsspel (serious games) och köra dem med hjälp av AI.

Vi bygger storskaliga simuleringar av samhällsprocesser (miljöförhandlingar, naturvårdspolitik och hybridhotsscenarier) där varje aktör är en autonom AI-agent driven av stora språkmodeller (LLM). Dessa agenter simulerar verkliga intressenter, från regeringsministrar till intressegrupper, och interagerar via naturligt språk i komplexa strategiska miljöer. Vi kör sedan tusentals iterationer för att kartlägga fördelningen av utfall.

Detta arbete är en del av ett nytt forskningsprogram "Articulating Complexity" (https://www.slu.se/articulating-complexity/) som drivs vid Sveriges lantbruksuniversitet (SLU) och leds av Guillaume Chapron (Docent). Det finansieras av anslag från Vetenskapsrådet, Mistra och Formas.

Vårt mål är att bygga en ny metodik i skärningspunkten mellan AI, ekologi, statsvetenskap och analys av komplexa system, som kan förändra hur politik utformas och stress-testas samt hur regeringar förbereder sig för kriser. Vi söker en ambitiös forskningsingenjör som vill vara med i detta arbete.

Arbetsuppgifter

Du är den som får simuleringarna att faktiskt köras. Konkret innebär detta:

• Att bygga LLM-agent-infrastrukturen (utifrån en befintlig, fungerande implementation). Varje agent har ett multi-tier-minne och ett affektivt tillstånd som modifierar både prompts och tillgängliga åtgärder, samt ett skikt för strategiskt resonemang som spårar rykte, åtaganden och mentala modeller hos andra agenter.
• Att utöka och underhålla ramverket för multi-agent-simulering. En simulering kör dussintals parallella LLM-instanser som kommunicerar via strukturerade meddelandeprotokoll. Du utvecklar och underhåller detta ramverk, inklusive valideringsmetodologin.
• Att köra storskaliga Monte Carlo-simuleringar på GPU-aktiverade HPC-kluster (t.ex. NAISS).
• Att publicera och sprida projektets resultat. Du medförfattar vetenskapliga publikationer från projektet. Forskningen kommer att resultera i artiklar i skärningspunkten mellan beräkningsbar samhällsvetenskap, ekologi, säkerhetsstudier och AI.

Du kommer att arbeta nära projektledaren (Guillaume Chapron https://www.slu.se/en/profilepages/c/guillaume-chapron/) och en postdoktor i beräkningsbar samhällsvetenskap (som rekryteras parallellt). De tre av er utgör kärnteamet.

Din profil

Krav

• En examen inom datavetenskap, teknik, fysik, tillämpad matematik eller ett relaterat kvantitativt område. En master- eller ingenjörsexamen räcker; en doktorsexempel välkomnas men krävs inte.
• Starka programmeringskunskaper, särskilt i Python, samt tillräcklig förståelse för maskininlärning/djupinlärning för att arbeta effektivt med moderna generativa AI-system. Förmåga att bedöma och integrera banbrytande utvecklingar inom generativ AI i projektet.
• Erfarenhet av mjukvaruutvecklingsmetoder såsom versionskontroll, testning, dokumentation, modulär design och reproducerbara arbetsflöden.
• Förmåga att arbeta självständigt, felsöka komplexa system under tidspress och ta ägarskap för den tekniska infrastrukturen.

Välmeriterande

• Erfarenhet av LLM:er, inklusive programmering via API:er och lokal deployment. Kandidaten bör kunna välja, konfigurera, anpassa och kritiskt utvärdera LLM:er för forskningsapplikationer.
• Erfarenhet av djup förstärkningsinlärning, agentbaserad modellering eller multi-agent-system, inklusive design av simuleringmiljöer, interagerande agenter, beslutsregler, feedbackmekanismer och scenariobaserad analys.
• Erfarenhet av högpresterande beräkning (HPC): inlämning av batchjobb, GPU-arbetsflöden och hantering av storskaliga beräkningsexperiment.
• Intresse för tillämpningsområdet: naturvård, miljöpolitik, statsvetenskap, geopolitik och säkerhetsstudier, komplexa adaptiva system. Du behöver inte ha formell bakgrund inom dessa områden, men du bör finna dem intressanta.

Värderingskriterier

Sökanden kommer att bedömas utifrån följande:

• Visad teknisk förmåga. Vi värdesätter mer vad du har byggt än vilka kurser du har läst. Ett GitHub-portfölj, ett distribuerat system, ett väl dokumenterat sidoprojekt eller en spårbar merit av att lösa svåra AI-problem väger tyngre än en lista på meriter.
• Självständighet och problemlösningsförmåga. Detta är ett litet team som gör gränsöverskridande forskning, så rollen kräver någon som kan diagnostisera problem självständigt, fatta pragmatiske tekniska beslut och hålla komplexa system igång. Om detta exciterar snarare än oroar dig är detta rätt tjänst.
• Samarbetsvilja. Du kommer att arbeta dagligen med frågor från mycket olika discipliner: ekologi, statsvetenskap, geopolitik. Förmågan att kommunicera tekniska begränsningar och möjligheter till icke-tekniska samarbetspartners är avgörande. Interpersonella färdigheter kommer att utgöra en viktig del av bedömningen.

Placering:

Tjänsten är placerad antingen på Grimsö eller i Uppsala, med möjlighet att vara delvis baserad vid en annan svensk akademisk institution med kärnkompetens inom AI och maskininlärning.

Anställningsform: 

Tillsättning med tidsbegränsning på 12 månader med möjlighet till förlängning.

Omfattning:

100 %.

Startdatum:

Enligt överenskommelse, snarast möjligt efter rekrytering.

Sökprocess:

Skicka in din ansökan senast den 14 juli 2026. Du kan skicka in din ansökan genom att klicka på knappen nedan. Detta är en förkortad annons. Vänligen se hela annonsen på SLU:s webbplats för komplett information om tjänsten och detaljer om vad som ska ingå i din ansökan.