Postdoktor inom maskininlärning

UPPSALA UNIVERSITET

Vid avdelningen för avdelningen för Systemteknik utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer. Vår forskning integrerar expertis från maskininlärning, optimering, reglerteori och tillämpad matematik, och spänner över olika tillämpningsområden som medicin, energisystem, biomedicinska system, neurovetenskap och säkerhet. Vid avdelningen har vi ett brett nätverk av långvariga internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, Imperial College London, University of Sydney, University of Newcastle och Aalto University. Arbetsuppgifter Detta projekt fokuserar på att utveckla, analysera och tillämpa nya metoder inom förstärkningsinlärning och modellprediktiv styrning (MPC), både stokastiska och deterministiska formuleringar. Fokus kommer att ligga på att utveckla metoder för robust förstärkningsinlärning och/eller MPC-formuleringar. Vi är särskilt intresserade av miljöer där kostnads- eller belöningsfunktionen är icke-ergodisk. I dessa situationer fångar de förväntade kostnaderna/belöningarna inte beteendet hos individuella utrullningar, vilket kräver nya konstruktioner. Vi kommer att utveckla och analysera generellt tillämpliga algoritmer och modeller tillsammans med våra samarbetspartners. Den postdoktorala forskaren kommer att gemensamt handledas av Assistant Professor Dominik Baumann (Aalto-universitetet) och när det gäller MPC-aspekterna kommer vi att samarbeta med Assistant Professor Johannes Köhler vid Imperial College London. Tekniska byggstenar kan inkludera förstärkningsinlärning, tillståndsmodeller, MPC, djupinlärning, och probabilistisk modellering i allmänhet. Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse. Du förväntas kunna undervisa på svenska eller engelska. Kvalifikationskrav Doktorsexamen i maskininlärning, reglerteknik, signalbehandling, eller närliggande relevant område eller en utländsk examen som bedöms motsvara doktorsexamen i maskininlärning, reglerteknik eller signalbehandling. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc. Vi söker kandidater med: ett stort intresse för och erfarenhet av att utveckla nya metoder inom förstärkningsinlärning och/eller modellprediktiv reglering, förmåga att kommunicera tekniskt material effektivt i muntlig och skriftlig form (engelska), goda arbetskunskaper inom programmering (helst i Python). personliga egenskaper, såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning är avgörande. Publikationer vid ledande konferenser inom maskininlärning och/eller ledande tidskrifter inom reglerteknik är ett stort plus. Önskvärt/meriterande i övrigt Erfarenhet av samarbete med företag är bra. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Vid urval bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet. Ansökan ska innehålla: En meritförteckning (CV), Publikationslista, Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida), Kontaktinformation till två referenser. I denna rekrytering har vi ersatt det personliga brevet med frågor som du besvarar i samband med din ansökan. Svaren kommer att användas som en del i urvalsprocessen. Om anställningen  Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 1 oktober, 2026 eller enligt överenskommelse. Placeringsort: Uppsala. Upplysningar om anställningen lämnas av: Professor Thomas Schön, 018 - 471 25 94, thomas.schon@uu.se  Välkommen med din ansökan senast den 21 augusti, 2026, UFV-PA 2026/1965. Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 500 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet https://uu.se/om-uu/jobba-hos-oss/ Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd. Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp. Ansökan tas emot i Uppsala universitets rekryteringssystem. Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se

SVERIGES LANTBRUKSUNIVERSITET

Institutionen för ekologi   Sveriges lantbruksuniversitet (SLU) är en av Nordeuropas största akademiska miljöer för ekologisk forskning och erbjuder en dynamisk och excellent forskningsmiljö med modern infrastruktur. Institutionen för ekologi har cirka 150 anställda, varav omkring 40 arbetar vid Grimsö forskningsstation i Bergslagen. Tillsammans bedriver SLU Ekologicentrum och Grimsö forskningsstation forskning om hållbart jord- och skogsbruk, växtskydd, naturvård och viltförvaltning, och bidrar med vetenskaplig kunskap för att stödja Sveriges och Europas miljöpolitik.   Om jobbet   Projekt   Kan vi förutse utfallen av offentlig politik, politiska val och andra beslut? Vi håller på att ta reda på det genom att utveckla allvarsspel och köra dem med hjälp av AI.   Vi bygger storskaliga simuleringar av samhälleliga processer (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 genom naturligt språk i komplexa strategiska situationer. Vi kör sedan tusentals iterationer för att kartlägga utfallens fördelning. Denna satsning är en del av det nya forskningsprogrammet Articulating Complexity (https://www.slu.se/articulating-complexity/) som är värd vid Sveriges lantbruksuniversitet (SLU) och leds av Guillaume Chapron (docent). Det finansieras av anslag från Vetenskapsrådet (VR), Stiftelsen för miljöstrategisk forskning (Mistra) och Forskningsrådet för hållbar utveckling (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 stresstestas och hur regeringar förbereder sig för kriser. Vi söker ambitiös forskningsingenjör som vill vara med i denna satsning.   Arbetsuppgifter   Du är den person som får simuleringarna att faktiskt fungera. Konkret innebär detta:   Bygga LLM-agentinfrastrukturen (utifrån en befintlig fungerande implementation). Varje agent har ett flerskiktat minne och ett affekttillstånd som modifierar både prompter och tillgängliga handlingar, samt ett strategiskt resonemangslager som spårar rykte, åtaganden och mentala modeller av andra agenter. Vidareutveckla och underhålla det multiagent-baserade simuleringsramverket. En simulering kör dussintals samtidiga LLM-instanser som kommunicerar genom strukturerade meddelandeprotokoll. Du kommer att utveckla och underhålla detta ramverk, inklusive valideringsmetodiken. Köra storskaliga Monte Carlo-simuleringar i skala på GPU-aktiverade HPC-kluster (t.ex. NAISS). Publicering och spridning av projektets resultat. Du kommer att samförfatta vetenskapliga publikationer från projektet. Forskningen kommer att producera artiklar i skärningspunkten mellan beräkningssamhällsvetenskap, ekologi, säkerhetsstudier och AI. Du kommer att arbeta nära PI:n (Guillaume Chapron https://www.slu.se/en/profilepages/c/guillaume-chapron/) och en postdoktor i beräkningssamhällsvetenskap (som rekryteras samtidigt). Ni tre kommer att utgöra kärnteamet.   Din bakgrund  Krav En examen i datavetenskap, teknik, fysik, tillämpad matematik eller ett närliggande kvantitativt fält. En master- eller civilingenjörsexamen är tillräcklig; en doktorsexamen är välkommen men inte ett krav. Starka programmeringskunskaper, särskilt i Python, och tillräcklig förståelse för maskininlärning/djupinlärning för att arbeta effektivt med moderna generativa AI-system. Förmåga att bedöma och integrera banbrytande generativa AI-utvecklingar i projektet. Erfarenhet av mjukvaruutvecklingspraxis såsom versionshantering, testning, dokumentation, modulär design och reproducerbara arbetsflöden. Förmåga att arbeta självständigt, felsöka komplexa system under tidspress och ta ägandeskap över teknisk infrastruktur.   Meriterande Erfarenhet av LLM:er, inklusive programmatisk användning 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 multiagentsystem, inklusive design av simuleringsmiljöer, interagerande agenter, beslutsregler, återkopplingsmekanismer och scenariobaserade analyser. Erfarenhet av högpresterande beräkningar: batchjobshantering, GPU-arbetsflöden och hantering av storskaliga beräkningsexperiment. Intresse för tillämpningsdomänen: naturvård, miljöpolitik, statsvetenskap, geopolitik och säkerhetsstudier, komplexa adaptiva system. Du behöver inte ha formell bakgrund inom dessa fält, men du bör finna dem intressanta.   Bedömningskriterier   Ansökningar bedöms utifrån följande: Demonstrerad teknisk förmåga. Vi bryr oss mer om vad du har byggt än om vilka kurser du har gått. En GitHub-portfölj, ett driftsatt system, ett väldokumenterat sidoprojekt eller meriter av att lösa svåra AI-problem väger tyngre än en lista med meriter. Självständighet och uppfinningsrikedom. Detta är ett litet team som bedriver banbrytande forskning, och rollen kräver någon som kan diagnostisera problem självständigt, fatta pragmatiska tekniska beslut och hålla komplexa system igång. Om detta lockar snarare än oroar dig är detta rätt tjänst. Samarbetsförmåga. Du kommer dagligen att arbeta med frågor från mycket olika discipliner: ekologi, statsvetenskap, geopolitik. Förmågan att kommunicera tekniska begränsningar och möjligheter till icke-tekniska samarbetspartners är väsentlig. Interpersonella färdigheter kommer att utgöra en viktig del av bedömningen.   Placering: Tjänsten är placerad antingen vid Grimsö eller i Uppsala, med möjlighet att delvis vara baserad vid en annan svensk akademisk institution med kärnkompetens inom AI och maskininlärning.   Anställningsform: Tidsbegränsad anställning 12 månader med ev. möjlighet till förlängning.    Omfattning: 100%.   Tillträde: Enligt överenskommelse, så snart som möjligt efter rekrytering.    Ansökan: Ansökan ska innehålla (1) ett personligt brev med motivering till varför du söker tjänsten (max 3 sidor), (2) CV inklusive en fullständig publikationslista om sådan finns, (3) kopior av examensbevis, (4) kopia av pass om sökanden inte är svensk medborgare, (5) en lista med minst två referenspersoner och deras kontaktuppgifter, och (6) eventuellt arbete som kandidaten anser vara relevant för tjänsten. Välkommen med din ansökan via ansökningsknappen nedan senast 2026-07-14.

KUNGLIGA TEKNISKA HÖGSKOLAN

Arbetsuppgifter Avdelningen för Väg- och banteknik söker en motiverad och samarbetsinriktad postdoktor till ett projekt som fokuserar på att utveckla maskininlärningsverktyg för beläggningsförvaltning. Projektet genomförs i samarbete med Trafikverket och partners från vägindustrin. Projektets mål är att ta fram datadrivna beslutsstödsverktyg för att förutsäga beläggningars prestanda samt planera underhåll och förstärkning. Det kommer att bygga på omfattande dataset över beläggningars prestanda och använda avancerade metoder inom maskininlärning och statistik för att generera prognoser och utvärdera effekten av olika underhålls- och förstärkningsstrategier. Postdoktorn kommer att leda arbetet med att extrahera och analysera beläggnings- och trafikdata, integrera dessa med klimat- och miljödata samt utveckla validerade prediktiva modeller för beläggningsnedbrytning. Anställningen är forskningsfokuserad och ger möjlighet att stärka självständighet och bygga meriter för framtida akademisk eller industriell karriär. Undervisning på olika akademiska nivåer kan också ingå. Arbetet bedrivs i en tvärvetenskaplig miljö som kombinerar expertis inom beläggningsteknik, mekanik för beläggningsmaterial och -strukturer samt maskininlärning. Rollen erbjuder möjligheter att bidra både till vetenskapliga publikationer med hög genomslagskraft och till praktiska beslutsstödsverktyg för vägtekniksektorn. Kvalifikationer Krav Avlagd doktorsexamen eller utländsk examen som bedöms motsvara en doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Doktorsexamen i byggvetenskap, teknisk mekanik, datavetenskap, maskininlärning eller ett närliggande område. Programmeringskunskaper i Python, R eller liknande språk för dataanalys. Meriterande Vid sista ansökningsdag högst tre år sedan doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen avlades. Stark bakgrund inom maskininlärning, statistisk modellering och big data-analys. Erfarenhet av infrastruktur- eller transportdata (beläggning, trafik, väder eller liknande). Kunskap om beläggningsteknik och modeller för beläggningsnedbrytning är meriterande. Förmåga att arbeta både självständigt och i samarbete i en tvärvetenskaplig miljö. Goda kommunikativa färdigheter i engelska, både muntligt och skriftligt, då det behövs i det dagliga arbetet. Undervisningserfarenhet är en fördel. Medvetenhet om mångfalds- och jämställdhetsfrågor, med särskilt fokus på jämställdhet mellan könen. Vi kommer att lägga stor vikt vid personliga egenskaper. Bli en del av KTH   KTH formar framtiden genom utbildning, forskning och innovation. Som ett ledande internationellt tekniskt universitet spelar vi en aktiv roll i att driva och medverka i omställningen till ett hållbart samhälle. Här erbjuds du möjligheten att växa och utvecklas på en kreativ och dynamisk arbetsplats med goda arbetsvillkor och förmåner. Jämställdhet, mångfald och lika villkor är en kvalitetsfråga och en självklar del av KTH:s värdegrund som universitet och statlig myndighet. Läs mer om våra förmåner och hur det är att arbeta och utvecklas på KTH. Fackliga representanter Kontaktuppgifter till fackliga representanter. Ansökan Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in. Ansökan ska innehålla:  CV inklusive relevant yrkeserfarenhet och kunskap. Kopia av examensbevis och betyg från dina tidigare universitetsstudier. Översättningar till engelska eller svenska om de ursprungliga dokumenten inte utfärdas på något av dessa språk. Kortfattad redogörelse för varför du vill bedriva forskning, dina akademiska intressen och hur de relaterar till dina tidigare studier och framtida mål. max 2 sidor lång.  Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time). Om anställningen Anställningen gäller tillsvidare, dock längst två år En anställning som postdoktor är en tidsbegränsad meriteringsanställning med huvudinriktning mot forskning avsedd som ett första karriärsteg efter disputation. Övrigt För information om behandling av personuppgifter i samband med rekrytering. Det kan förekomma att en anställning hos KTH är placerad i säkerhetsklass. Om så är fallet för just denna anställning görs en säkerhetsprövning av sökande i enlighet med säkerhetsskyddslagen (2018:585) efter samtycke. I dessa fall är en förutsättning för anställning att sökande blir godkänd efter säkerhetsprövning. Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.