Blekinge Tekniska Högskola · Sverige
Ansök om tjänsten "Doktorand i datavetenskap (HINTS) - Tema D" hos Blekinge Tekniska Högskola via deras ansökningsportal....
Ansök om tjänsten "Doktorand i datavetenskap (HINTS) - Tema D" hos Blekinge Tekniska Högskola via deras ansökningsportal.
Blekinge Tekniska Högskola är en plats för nyfikenhet och uppfinningsrikedom med campus mitt i den blekingska skärgården. Här erbjuder vi utbildning från grundnivå- till doktorsexamen och bedriver tillämpad forskning i världsklass. Vi förändrar och gör skillnad. Vill du bli en av oss? Institutionen för datavetenskap är en av tre institutioner vid fakulteten för datavetenskaper. Den är BTH:s största institution med drygt 70 personer. Vid institutionen bedrivs forskning inom två stora områden: datalogi och datorsystemteknik samt visuell och interaktiv datavetenskap. Inom båda områdena pågår olika forskningsprojekt. Arbetsbeskrivning Doktorandtjänsten ingår i det nationella forskningsprojektet ”Human-Centered Intelligent Realities (HINTS)”, som genomförs i samarbete med sju industripartner och finansieras externt av KK-stiftelsen. I samarbete med våra företagspartners och samhället utvecklar vi koncept, principer, metoder, algoritmer och verktyg för människocentrerade intelligenta verkligheter, för att bana väg för framtidens immersiva, användarmedvetna och smarta interaktiva digitala miljöer. Projektet är uppdelat i fem separata forskningsteman (A–E) som samverkar inom ramen för delprojekt. Doktorandtjänsten i denna utlysning kommer främst att vara knuten till forskningstema D. Forskningsteman inom HINTS: Forskningsområde A: Nya metoder för utvärdering av upplevelser i intelligenta verkligheter Forskningsområde B: Nya miljö- och interaktionstekniker för intelligenta verkligheter Forskningsområde C: Visuell analys för intelligenta verkligheter Forskningsområde D: Adaptiv och distribuerad AI för intelligenta verkligheter Forskningsområde E: Nätverksteknik för intelligenta verkligheter Denna doktorandforskning fokuserar på att utveckla adaptiva och distribuerade AI-modeller för intelligenta miljöer. Det primära forskningsområdet omfattar utveckling av AI-modeller som kan lära sig att representera fenomen i den verkliga världen utifrån olika typer av observationer, inklusive video-, ljud- och sensordata. Dessa AI-modeller går utöver konventionella prediktiva och rent datadrivna tillvägagångssätt genom att försöka fånga de underliggande kausala, rumsliga, tidsmässiga och semantiska relationerna som styr fenomen i den verkliga världen och därmed lägga grunden för kontextmedveten perception, resonemang och beslutsfattande. Forskningen syftar också till att ta itu med begränsningarna hos befintliga metoder med avkänning från en enda källa och rent datadrivna metoder, som ofta saknar robusthet, tolkbarhet och tillförlitlighet i osäkra och störningsrika förhållanden. För att övervinna dessa utmaningar kommer doktoranden att utforska multimodal sensorfusion, osäkerhetsmedveten inlärning och distribuerade mekanismer för kollaborativ intelligens som integrerar heterogena datakällor. Doktoranden förväntas samarbeta med andra forskningsområden och våra industripartner inom ramen för anställningen. Doktorandens huvudsakliga arbetsuppgifter är att ägna sig åt sina forskningsstudier, vilket innefattar deltagande i forskningsprojekt och kurser på forskarutbildningsnivå (minst 80 %). Arbetsuppgifterna kan även omfatta undervisning och andra institutionella uppgifter (högst 20 %). Projektet innebär regelbundna tjänsteresor till möten med våra projektpartner och till internationella konferenser. Behörighetskrav För att anställas som doktorand krävs att den sökande är eller blir antagen till utbildning på forskarnivå. Behörig att antas till utbildning på forskarnivå är den som avlagt examen på avancerad nivå inom tekniskt, matematiskt, eller naturvetenskapligt område eller som på annat sätt förvärvat kunskaper för att kunna tillgodogöra sig utbildning på forskarnivå i ämnet. Meriterande kompetenser och erfarenheter Utöver kraven som beskrivs i arbetsbeskrivningen, behörighetskraven och bedömningskriterierna för anställningen, anses följande examina, kompetenser och erfarenheter meriterande: Ha en masterexamen i datavetenskap, AI, ML, datavetenskap eller motsvarande ämne. Visa goda kunskaper i engelska (läsning, skrivande, tal). Visa förmåga att arbeta både självständigt och i team. Goda kunskaper inom AI, maskininlärning, datavetenskap och matematik. Goda kunskaper inom ett eller flera av följande områden: IoT, datautvinning, moln-/edge-/fog-beräkning. Goda kunskaper i ett av följande programmeringsspråk: C/C++, Python. Tjänstgöringsort: Karlskrona. Tjänstgöringsomfattning: 100%. Varaktighet: Tidsbegränsad 2,5 år eller fram till licentiatexamen. Finansiering för doktorandanställningen är säkerställd fram till licentiatexamen. Om licentiatexamen fullföljs med godkänt resultat och fortsatt finansiering erhålls finns möjlighet att fortsätta forskarutbildningen mot doktorsexamen. Tillträde: Rekommenderad start 2026-09-15 eller enligt överenskommelse. Sista ansökningsdag: 2026-08-15. Din ansökan bör innehålla: En redogörelse för din bakgrund och dina erfarenheter inom de relevanta områdena. En meritförteckning (CV). Examens- och kursbevis som är officiellt utfärdade av ditt lärosäte. En redogörelse för din bakgrund, kunskap och erfarenhet inom det eller de områden som är relevanta för tjänsten. Kontaktuppgifter till två referenspersoner. Det tidigaste datum då anställningen kan påbörjas. En bilaga med befintliga publikationer (om relevant). En länk till ditt examensarbete (senaste/högsta examen). Du ansöker via vårt rekryteringssystem genom att klicka på knappen ”ansök” nedan. Om du har skyddade personuppgifter så ska du inte registrera din ansökan i vårt rekryteringssystem. Kontakta istället HR-partnern som står som kontaktperson i annonsen för mer information. Anvisningar till sökande finns på https://www.bth.se/om-bth/jobba-hos-oss/lediga-jobb. Du som sökande ansvarar för att ansökan är komplett i enlighet med annonsen och anvisningarna. BTH välkomnar sökande med olika bakgrund och erfarenheter. Vi arbetar aktivt för att ta tillvara de kvaliteter som mångfald och jämn könsfördelning tillför verksamheten. Vi har valt medier för denna rekrytering och undanber oss därför kontakt med annonssäljare eller andra säljare för rekryteringstjänster.
Är du redo att ta nästa steg i din akademiska resa? Som doktorand hos oss får du arbeta nära ledande forskare i en stark och internationell forskningsmiljö, med tillgång till avancerad labbutrustning och goda finansieringsmöjligheter. Du erbjuds en trygg anställning, handledning av hög kvalitet och utrymme att växa, både som forskare och som person. Luleå tekniska universitet är i en expansiv fas och genomför en satsning för att stärka forskning och utbildning inom kommunikations- och beräkningssystem, med särskilt fokus på algoritmer, datastrukturer och avancerade beräkningsmodeller. Kommunikations- och beräkningssystem är ett snabbt växande och föränderligt område som utgör grunden för dagens och morgondagens digitala samhälle. Utvecklingen inom artificiell intelligens, storskalig datahantering och distribuerade system ställer ökade krav på nya sätt att representera, bearbeta och tolka information. För att möta dessa utmaningar krävs forskning och utbildning som förenar klassiska beräkningsmodeller med nya angreppssätt för beräkning och representation, särskilt i högdimensionella och komplexa datamiljöer. Satsningen är direkt relaterad till universitetets datavetenskapliga miljö och erbjuder goda synergimöjligheter med forskningsgrupper inom bland annat artificiell intelligens, maskininlärning, cyberfysikaliska system och dataintensiva tillämpningar. Vi ser därför en inriktning mot forskning och utveckling av nya metoder för representation, bearbetning och analys av komplex information som viktig. Dessa metoder sträcker sig från grundläggande forskning på metodnivå, till exempel algoritmutveckling och modeller för effektiv informationsrepresentation, till tillämpad forskning i samarbete med andra grupper. Ämnesbeskrivning Ämnet omfattar forskning kopplat till integrerad utveckling och hantering av pålitliga nätverksarkitekturer, resurseffektiva algoritmer och programmeringsparadigmer som samverkar för att skapa pålitlighetsegenskaper i valda tillämpningar. Projektbeskrivning Du kommer att arbeta i ett spännande forskningsprojekt vars övergripande mål är att utveckla nya algoritmer för resonerande och hybrida AI-system. Projektet fokuserar på metoder som kombinerar datadrivna modeller med symboliska, strukturerade eller kunskapsbaserade representationer för att skapa AI-system som är mer robusta, tolkbara och anpassningsbara. I arbetet kommer du att forska kring algoritmer för representation, inlärning och resonemang i moderna AI-system. Detta inkluderar utveckling av metoder för att koppla inlärda representationer till begrepp och relationer, integrera kontext i inlärningsprocesser samt utforma nya former av induktiv bias som stödjer generalisering och förklarbarhet. Projektet kan även omfatta algoritmer och modeller som är lämpliga för effektiv implementering på resursbegränsade plattformar, exempelvis kantenheter och nya AI-anpassade datorarkitekturer. Arbetsuppgifter Som doktorand kommer du att ha följande uppgifter, genomföra forskning inom området för projektet och delta i undervisningsaktiviteter. Tjänsten innebär forskning inom ett av de mest betydelsefulla ämnena inom datavetenskap. Som doktorand kommer du att bidra till forsknings- och publiceringsaktiviteter samt samarbeta inom ramen för ämnets breda industriella och akademiska kontaktnät genom nationella och internationella samarbetsprojekt. Kvalifikationer För att vara behörig för anställning som doktorand krävs en magisterexamen i datavetenskap med inriktning på maskininlärning och artificiell intelligens eller en motsvarande utländsk examen inom ämnet. Vi söker en person med följande kvalifikationer: - Kunskap på masternivå inom maskininlärning och artificiell intelligens. - Starka programmeringsfärdigheter (Python, Matlab, AI-ramverk). Deltagande i programmeringstävlingar är definitivt meriterande. - Gedigna matematikkunskaper på universitetsnivå (sannolikhetslära, statistik, kalkyl, geometri, Fourier-transform). Färdigheterna bör stödjas av över genomsnittliga betyg och kommer att testas online före intervjun. - Positiv attityd och goda kommunikationsfärdigheter Information Anställning som doktorand är tidsbegränsad på 4 år, undervisning och annan institutionstjänstgöring kan tillkomma upp till 20 % av heltid. Tjänstgöringsort Luleå. Tillträde: Enligt överenskommelse. För ytterligare information är du välkommen att kontakta Professor Evgeny Osipov, 0920-49 1578, mailto:Evgeny.Osipov@ltu.se Facklig företrädare: SACO-S Diana Chroneer, 0920-49 2037 mailto:diana.chroneer@ltu.se OFR-S Marika Vesterberg, 0920-49 1721 mailto:marika.vesterberg@ltu.se Ansökan Vi ser helst att du söker befattningen via ansökningsknappen nedan där du bifogar personligt brev samt CV/meritförteckning och kopior av verifierade examensbevis. Var vänlig och märk din ansökan med referensnumret nedan. Både ansökan och examensbevis ska vara skrivna på svenska eller engelska. Sista ansökningsdag: 2026-09-30 Referensnummer: 3191-2026
Blekinge Tekniska Högskola (BTH) är en profilerad högskola med nära samverkan med näringsliv och samhälle. Verksamheten finns med campus i Karlskrona. Som statlig myndighet bedriver BTH utbildning och forskning med hög kvalitet och ett tydligt fokus på utveckling, innovation och samhällsnytta. Institutionen för programvaruteknik omfattar ca. 50 personer från 20 olika länder. Vår tradition inom programvaruteknik sträcker sig tillbaka till 1990 då vi startade Sveriges första utbildning inom området i samarbete med Ericsson. Institutionens forsknings- och utbildningsmiljö, SERL Sweden ‒ Software Engineering Research and Education Lab Sweden, har sedan dess expanderat och är nu positionerad som världsledande när det gäller forskning inom mjukvaruutveckling. Institutionen ansvarar för utbildningar i programvaruteknik från kandidatnivå upp till forskarnivå. Arbetsbeskrivning Som doktorand i denna tjänst förväntas du undersöka hur AI-agenter stödjer och omformar processen för kravinsamling och kravutveckling (AI4RE), samt hur kontinuerlig anpassning vid körning av AI-intensiva system utmanar konventionella metoder inom requirements engineering (RE4AI). Arbetet undersöker hur agentbaserade pipelines, det vill säga agenter som stödjer kravinsamling, detektion av drift vid körning och specifikation, introducerar nya adversariella attackytor som konventionella RE-metoder inte är utrustade för att hantera. Detta kräver nya angreppssätt för kravproveniens, modellering av intressenters förtroende och kontinuerlig validering. Projektet fördjupar sig i säkerheten och robustheten hos kontinuerlig kravutveckling, med fokus på hotvektorer såsom dataförgiftning av evidensströmmar vid körning, adversariell manipulation av intressenter över flera kravinsamlingscykler samt promptinjektionsattacker riktade mot LLM-baserade RE-agenter. Forskningen planeras även att undersöka hur grundläggande begrepp såsom kravfullständighet, spårbarhet, verifierbarhet och mänsklig översyn bör omdefinieras i närvaro av probabilistiska utdata, icke-deterministiskt agentbeteende och kontinuerliga databeroenden, samt hur dessa faktorer påverkar tillförlitligheten och regelefterlevnaden hos utvecklade kravartefakter. Forskningen kommer att genomföras i samarbete med olika industripartner. De huvudsakliga arbetsuppgifterna omfattar: Undersöka hur agentbaserade RE-pipelines introducerar adversariella sårbarheter på data-, intressent- och agentnivå. Utveckla en hotmodell för kontinuerlig requirements engineering, inklusive attackvektorer och deras effekter genom hela kravutvecklingspipelinen. Utforma en arkitektur för adversariellt robust kontinuerlig RE, inklusive proveniensspårning, mekanismer för intressentförtroende, försvar mot promptinjektion och verifieringsgrindar med mänsklig medverkan. Analysera regelefterlevnadsimplikationer av kontinuerligt föränderliga krav inom framväxande regelverk såsom EU AI-förordning, med fokus på högrisk-AI-system inom hälso- och sjukvård, kritisk infrastruktur och lågkodsplattformar. För denna tjänst söker vi en kandidat med bakgrund inom programvaruteknik, kravhantering, artificiell intelligens och cybersäkerhet. Regler och förmåner för doktorander i Sverige gäller för denna tjänst. Doktoranden kommer att utveckla en individuell studieplan i programvaruteknik tillsammans med sina handledare. Tjänsten kan omfatta upp till 20 procent övrig tjänstgöring, exempelvis undervisning på grundnivå och avancerad nivå. Behörighetskrav För att anställas som doktorand krävs att den sökande är eller blir antagen till utbildning på forskarnivå. Behörig att antas till utbildning på forskarnivå är den som avlagt examen på avancerad nivå inom tekniskt, matematiskt, eller naturvetenskapligt område eller som på annat sätt förvärvat kunskaper för att kunna tillgodogöra sig utbildning på forskarnivå i ämnet. Behörighetskraven måste vara uppfyllda vid tidpunkten för antagning, inte vid tidpunkten för ansökan om tjänsten. Meriterande kompetenser och erfarenheter Utöver kraven som beskrivs i arbetsbeskrivningen och behörighetskraven för anställningen, anses följande examina, kompetenser och erfarenheter meriterande: Masterexamen eller civilingenjörsexamen i programvaruteknik, mjukvaruutveckling, data science, AI eller datavetenskap. Dokumenterad yrkeserfarenhet inom mjukvaruutveckling. Erfarenhet eller intresse av utveckling inom artificiell intelligens och maskininlärning. Mycket goda färdigheter i skriftlig och muntlig kommunikation på engelska. Tjänstgöringsort: Karlskrona. Tjänstgöringsomfattning: 100%. Tillträde: Tidig höst 2026, exakt startdatum enligt överenskommelse. Varaktighet: Tidsbegränsad anställning i upp till 4 år forskningstid. I ett första skede omfattar anställningen ett år, varpå den förnyas med högst två år i taget under förutsättning att den individuella studieplanen följs. Anställningen får innehålla upp till 20% annan tjänstgöring varvid tiden kan förlängas till maximalt 5 år. Sista ansökningsdag: 15 Augusti 2026. Din ansökan bör innehålla: En redogörelse för din bakgrund och erfarenhet i de för tjänsten relevanta områdena. En meritförteckning (CV). Examens- och kursbevis som är officiellt utfärdade från ditt lärosäte. Kontaktuppgifter till två referenspersoner. Det tidigaste datum då anställningen kan påbörjas. En bilaga med befintliga publikationer (om relevant). En länk till ditt examensarbete (senaste/högsta examen). Du ansöker via vårt rekryteringssystem genom att klicka på knappen ”ansök” nedan.Om du har skyddade personuppgifter så ska du inte registrera din ansökan i vårt rekryteringssystem. Kontakta istället HR-partnern som står som kontaktperson i annonsen för mer information.Anvisningar till sökande finns på https://www.bth.se/om-bth/jobba-hos-oss/lediga-jobb. Du som sökande ansvarar för att ansökan är komplett i enlighet med annonsen och anvisningarna.BTH välkomnar sökande med olika bakgrund och erfarenheter. Vi arbetar aktivt för att ta tillvara de kvaliteter som mångfald och jämn könsfördelning tillför verksamheten. Vi har valt medier för denna rekrytering och undanber oss därför kontakt med annonssäljare eller andra säljare för rekryteringstjänster.