Publicerad: 2025-02-03
Forskningsingenjör generativ djupinlärning för finkornig klassificering
Arbetsuppgifter
Forskningsingenjören kommer att arbeta med visuell finkornig klassificering.
I synnerhet kommer de att jämföra bildrepresentationer som extraherats från neurala nätverk som utbildats generativt med dem som utbildats diskriminerande via klassificering eller självövervakad inlärning för denna uppgift. Särskilt fokus kommer att ligga på identifiering av planktonarter med målet att förbättra klassificeringen och i slutändan identifiera nya arter med aktiv inlärning. Du kommer att delta i ett gemensamt projekt mellan grupperna Josephine Sullivan vid RPL, Prof Anders Andersson vid CBH-skolan och Bengt Karlson vid SMHI. Kolla in den här artikeln för https://www.kth.se/om/nyheter/centrala-nyheter/havets-oumbarliga-minsting-kartlaggs-1.1359180detaljer om detta arbete kan bidra till vetenskapen om plankton! Du kommer att utveckla dina färdigheter och kunskaper inom dessa områden:
1) Lära dig om moderna tekniker för bildgenerering
2) Genomföra experiment på ett GPU-kluster
3) Granska och kritiskt analysera ny forskning inom finkornig klassificering
Förhoppningen är att det slutförda arbetet ska resultera i en publicerad artikel vid antingen en konferens eller workshop om datorseende. Det finns också möjlighet att omdefiniera projektet för att fokusera på aktivt lärande.
Vi erbjuder
- En anställning på ett ledande tekniskt universitet som skapar kunskap och kompetens för en hållbar framtid
- Engagerade och ambitiösa kollegor samt en kreativ, internationell och dynamisk miljö
https://www.kth.se/om/work-at-kth/kth-your-future-workplace-1.49050 samt våra https://www.kth.se/om/work-at-kth/en-arbetsplats-med-manga-formaner-1.467932
Kvalifikationer
Krav
- Avlagd examen på grundnivå eller avancerad nivå (högskoleutbildning) inom ämnet för anställningen eller motsvarande kompetens
- Erfarenhet av PyTorch (eller liknande mjukvarupaket för djupinlärning) och utbildning av
standardarkitekturer för djupinlärning för icke-triviala bilddatauppsättningar
- Kunskaper om moderna tekniker för djupinlärning
- Du är bra att arbeta självständigt och samarbeta tillsammans med andra
Meriterande
- Medvetenhet om mångfalds- och jämställdhetsfrågor, med särskilt fokus på jämställdhet
Vi kommer lägga stor vikt vid personliga egenskaper.
Fackliga representanter
Kontaktuppgifter till https://www.kth.se/om/work-at-kth/fackrepresentanter-1.500898.
Ansökan
Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.
Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (CentralEuropean Time/Central European Summer Time).
Om anställningen
Anställningen gäller tidsbegränsat enligt avtal - i upp till sex månader, med tillträde enligt överenskommelse.
Övrigt
Strävan efter jämställdhet, mångfald och lika villkor är både en kvalitetsfråga och en självklar del av KTH:s värdegrund.
För ihttps://www.kth.se/om/work-at-kth/processing-of-personal-data-in-the-recruitment-process-1.823440 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.
Om KTH
KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, historia och filosofi. https://www.kth.se/om/om-kth-1.885102
Forskningsingenjören kommer att arbeta med visuell finkornig klassificering.
I synnerhet kommer de att jämföra bildrepresentationer som extraherats från neurala nätverk som utbildats generativt med dem som utbildats diskriminerande via klassificering eller självövervakad inlärning för denna uppgift. Särskilt fokus kommer att ligga på identifiering av planktonarter med målet att förbättra klassificeringen och i slutändan identifiera nya arter med aktiv inlärning. Du kommer att delta i ett gemensamt projekt mellan grupperna Josephine Sullivan vid RPL, Prof Anders Andersson vid CBH-skolan och Bengt Karlson vid SMHI. Kolla in den här artikeln för https://www.kth.se/om/nyheter/centrala-nyheter/havets-oumbarliga-minsting-kartlaggs-1.1359180detaljer om detta arbete kan bidra till vetenskapen om plankton! Du kommer att utveckla dina färdigheter och kunskaper inom dessa områden:
1) Lära dig om moderna tekniker för bildgenerering
2) Genomföra experiment på ett GPU-kluster
3) Granska och kritiskt analysera ny forskning inom finkornig klassificering
Förhoppningen är att det slutförda arbetet ska resultera i en publicerad artikel vid antingen en konferens eller workshop om datorseende. Det finns också möjlighet att omdefiniera projektet för att fokusera på aktivt lärande.
Vi erbjuder
- En anställning på ett ledande tekniskt universitet som skapar kunskap och kompetens för en hållbar framtid
- Engagerade och ambitiösa kollegor samt en kreativ, internationell och dynamisk miljö
https://www.kth.se/om/work-at-kth/kth-your-future-workplace-1.49050 samt våra https://www.kth.se/om/work-at-kth/en-arbetsplats-med-manga-formaner-1.467932
Kvalifikationer
Krav
- Avlagd examen på grundnivå eller avancerad nivå (högskoleutbildning) inom ämnet för anställningen eller motsvarande kompetens
- Erfarenhet av PyTorch (eller liknande mjukvarupaket för djupinlärning) och utbildning av
standardarkitekturer för djupinlärning för icke-triviala bilddatauppsättningar
- Kunskaper om moderna tekniker för djupinlärning
- Du är bra att arbeta självständigt och samarbeta tillsammans med andra
Meriterande
- Medvetenhet om mångfalds- och jämställdhetsfrågor, med särskilt fokus på jämställdhet
Vi kommer lägga stor vikt vid personliga egenskaper.
Fackliga representanter
Kontaktuppgifter till https://www.kth.se/om/work-at-kth/fackrepresentanter-1.500898.
Ansökan
Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.
Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (CentralEuropean Time/Central European Summer Time).
Om anställningen
Anställningen gäller tidsbegränsat enligt avtal - i upp till sex månader, med tillträde enligt överenskommelse.
Övrigt
Strävan efter jämställdhet, mångfald och lika villkor är både en kvalitetsfråga och en självklar del av KTH:s värdegrund.
För ihttps://www.kth.se/om/work-at-kth/processing-of-personal-data-in-the-recruitment-process-1.823440 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.
Om KTH
KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, historia och filosofi. https://www.kth.se/om/om-kth-1.885102