Norsk Regnesentral Sti

Oslo

Line Eikvil

Forskningssjef

Rune Solberg

<h2>   </h2><p>Det er stor etterspørsel etter Norsk Regnesentrals kompetanse, og vi vil styrke laget ytterligere.</p><p>Vi har lang erfaring i bildeanalyse og jordobservasjon, og Norsk Regnesentral STI var tidlig ute med å utnytte metoder for dyp læring på dette feltet der vi nå har en stor og voksende prosjektportefølje. Her jobber vi spesielt med å utvikle metoder basert på dyp læring for å trekke ut informasjon fra komplekse bildedata for å løse konkrete problemstillinger for privat og offentlig virksomhet. For tiden jobber vi blant annet med «self-supervised learning» og «foundation models» for multimodale data.</p><br /><h2>Om stillingene og kvalifikasjoner</h2><p>Vi søker to forskere i bildeanalyse og/eller jordobservasjon med solid bakgrunn i metoder for bildeanalyse, avansert maskinlæring og dyp læring. </p><p>Søkere må ha master- eller doktorgrad innen disse feltene. Stillingene ligger i forskningsavdelingen Bildeanalyse og jordobservasjon med 19 forskere.</p><p>Innen <strong>generell bildeanalyse</strong> jobber vi med anvendelser innen områder som medisin og helse, marin akustikk, industri og energi, hvor vi utvikler metoder for å løse problemer som f.eks. å oppdage kreft fra medisinske røntgenbilder eller å beregne fiskemengder fra marine akustikkdata. Her er kompetanse på maskinlæring og dyp læring spesielt viktig, men også generell kompetanse på bildeanalyse. </p> <p>Innen <strong>jordobservasjon</strong> arbeider vi med algoritmer på fjernmålte data, dvs. data tatt opp fra satellitt, fly eller drone. Det er en fordel med god signal- og sensorforståelse. Vi utvikler metoder, algoritmer og verktøy for gjenkjenning av objekter, klassifikasjon og beregning av fysiske størrelser. Maskinlæring og spesielt dyp læring er viktig i de fleste av våre anvendelser. Eksempler på anvendelser er overvåkning/deteksjon av naturinngrep og marint oljesøl, forsøpling i kystsonen, skader på infrastruktur og rester av kulturminner, samt kartlegging av skog, vegetasjon, snø og is.</p><p>I samarbeid med universitetene i Tromsø og Oslo har vi etablert Visual Intelligence, et av Forskningsrådets sentre for forskningsdrevet innovasjon (SFI). Temaet for senteret er kunstig intelligens for komplekse bildedata, og aktiviteten her er tett knyttet til NRs andre aktiviteter.</p><br /><h2>Arbeidsoppgaver</h2><p>Du må være genuint interessert i oppdragsforskning, der vi løser konkrete utfordringer for kunder og partnere. Det krever dyp faglig forståelse og evne til metodisk nyutvikling. Som forsker i bildeanalyse og jordobservasjon på NR får du med andre ord mulighet til å arbeide med nye og avanserte metoder innen dyp læring på bildedata til å løse varierte problemer for våre oppdragsgivere.</p><p>Avhengig av din erfaring, kan stillingene inneholde elementer av alle oppgaver på et forskningsinstitutt: prosjektarbeid, prosjektledelse, søknadsskriving, markedsføring, nettverksbygging og akademisk publisering. Vår hverdag er variert, utfordrende og spennende!</p><p>Ved siden av å være en meget sterk metodiker, må du være god til å programmere (Python, PyTorch) og interessert i nye utviklingsverktøy. Våre forskere jobber i team, og du får muligheten til å jobbe med mange ulike metoder, kunder og prosjekter.</p><p>Ta gjerne kontakt med våre forskningssjefer for mer informasjon.</p><br /><h2>Vi tilbyr</h2><p>Vi tilbyr 100 % fast stilling, gode lønnsbetingelser og pensjons- og forsikringsordninger, fleksibel arbeidstid, fem uker ferie, i tillegg til betalt fri i romjul og påske og egen personalkantine. Mulighet for hjemmekontor én dag i uken. </p><p>Gode opplærings- og utviklingsmuligheter i et inspirerende arbeidsmiljø sammen med høykompetente kolleger innen bildeanalyse, maskinlæring og jordobservasjon.</p><p>Norsk Regnesentral holder til i Kristen Nygaards hus ved Forskningsparken på Blindern i Oslo. Tiltredelse etter avtale.</p><p>Søknaden skal inneholde søknadsbrev, CV, vitnemål og karakterutskrifter fra din høyere utdanning og attester. Vi ser frem til å høre fra deg.</p>Video: <a href="https://www.youtube.com/watch?v&#61;cTMvHKZkyoE" rel="nofollow">https://www.youtube.com/watch?v&#61;cTMvHKZkyoE</a>

2 forskere innen dyp læring for bildeanalyse og jordobservasjon