Stipendiat i livslang maskinlæring for gjenkjenning av menneskelig aktivitet
Om stillingen
Universitetet i Stavanger har ledig stilling som stipendiat i livslang maskinlæring for gjenkjenning av menneskelig aktivitet ved Det teknisk- naturvitenskapelige fakultet, Institutt for data- og elektroteknologi. Stillingen er ledig fra våren 2027.
Stipendiatstillingen leder fram til doktorgrad og gir deg mulighet til å utvikle forskningskompetanse i et aktivt og stimulerende fagmiljø. Gjennom doktorgradsutdanningen opparbeider du kunnskap, ferdigheter og erfaring som kvalifiserer for videre karriere innenfor forskning, høyere utdanning og andre kunnskapsintensive sektorer.
Den som ansettes tas opp på doktorgradsprogrammet i teknologi og naturvitenskap. Programmet omfatter blant annet selvstendig forskningsarbeid, deltakelse i nasjonale og internasjonale forskermiljø samt forskningsformidling. Les mer om forskerutdanningen ved UiS på våre nettsider.
Stillingen er for tre år med ren forskerutdanning eller fire år med forskerutdanning kombinert med annet karrierefremmende arbeid. Dette avklares i rekrutteringsprosessen.
Som stipendiat ved UiS får du støtte til faglig og karrieremessig utvikling gjennom veiledning, kompetanseutvikling og karriereplanlegging.
Forskningstema
Den som ansettes vil være tilknyttet forskningsprosjektet livslang læring for menneskelig aktivitetsgjenkjenning. Forskningsgruppen utvikler maskinlæringsmetoder og sensorinfrastruktur som lar AI-systemer forstå menneskelig atferd i hverdagsmiljøer. Fokuset er på systemer som fortsetter å lære over tid i stedet for å bli trent én gang på manuelt merkede data. En sentral ressurs er Smart Objects for Smart Care (SOSC), en sensorinfrastruktur for flere brukere utviklet av forskningsgruppen og distribuert i virkelige husholdninger. Den fanger opp synkroniserte data fra objekterinteraksjons-, bærbare enheter og fysiologiske sensorerdata. Gruppens nåværende forskning behandler automatisk annotering, kontinuerlig læring og føderert læring som deler av ett problem: å bygge aktivitetsgjenkjenningssystemer som merker sine egne data, tilpasser seg etter hvert som mennesker og atferd endres, og lærer på tvers av mange brukere uten å sentralisere personopplysninger. Arbeidet kombinerer kjerneforskning innen maskinlæring med validering i den virkelige verden innen helse- og omsorgsmiljøer.
Innenfor denne forskningsaktiviteten vil PhD-prosjektet utvikle kontinuerlige (livslange) læringsmetoder for aktivitetsgjenkjenning. Disse modellene bør justere seg etter nye brukere, atferd og aktivitetsklasser uten katastrofale forglemmelser, samtidig som de lærer fra automatisk genererte og ufullkomne annoteringer. Prosjektet vil også studere hvordan slike modeller kan trenes på tvers av husholdninger på en samlet, personvernbevarende måte. Kandidaten vil jobbe med reelle data fra SOSC-distribusjoner, og de nøyaktige forskningsspørsmålene vil bli finpusset med veilederne i løpet av de første månedene av prosjektet.
Kvalifikasjoner
Du må ha en sterk faglig bakgrunn med femårig mastergrad innenfor informatikk, datavitenskap, elektro-/datateknikk, anvendt matematikk eller et nært beslektet fagområde, eller tilsvarende utdanning som gir grunnlag for å gjennomføre en forskerutdanning, fortrinnsvis av nyere dato.
Karakter på masteroppgaven og veid gjennomsnittskarakter for masterstudiet må begge tilsvare B eller bedre.
Dersom du har utdanning fra en institusjon med annen karakterskala enn A-F, ber vi deg legge ved dokumentasjon som viser hvordan karakterene kan sammenliknes med den norske karakterskalaen. Du kan bruke disse konverteringsskalaene til å beregne poengene dine for opptak.
Dersom du fullfører mastergraden våren 2027, er du også velkommen til å søke.
De vil være en fordel å ha:
- solid bakgrunn innen maskinlæring og dyp læring
- sterke programmeringsferdigheter i Python og erfaring med rammeverk som PyTorch
- kunnskap om ett eller flere av følgende områder: kontinuerlig læring («lifelong learning»), selvovervåket eller svakt overvåket læring, føderert læring, tidsserier, eller analyse av data fra bærbare enheter / IoT-sensorer.
Vi legger også vekt på at du:
- har høy faglig integritet og fokus på kvalitet i arbeidet
- er nysgjerrig og motivert for å gjennomføre forskningsprosjektet og bidra til faglige fellesskap og samarbeid på tvers av fagområder
- har potensial for forskning innenfor fagfeltet og personlige forutsetninger for å fullføre doktorgradsutdanningen innen ansettelsesperioden
- kan arbeide godt både selvstendig og i samarbeid med andre forskere
- har evne til kritisk refleksjon, nytenkning og selvstendig problemløsning, og arbeider strukturert og målrettet
- har gode samarbeids- og kommunikasjonsevner og bidrar til et konstruktivt arbeidsmiljø.
- har gode ferdigheter i engelsk, både skriftlig og muntlig.
Krav til engelskkunnskaper
Gode ferdigheter i engelsk, både skriftlig og muntlig, er en forutsetning for opptak til doktorgradsprogrammet.
Dersom du er internasjonal søker og ikke omfattes av fritaksordningene nedenfor, må du dokumentere engelskkunnskapene dine med et gyldig resultat fra én av følgende språktester:
- TOEFL – Test of English as a Foreign Language, Internet-Based Test (IBT). Minimum resultat: 90/4.5
- IELTS – International English Language Testing Service. Minimum resultat: 6.5
- Certificate in Advanced English (CAE) eller Certificate of Proficiency in English (CPE) fra Universitetet i Cambridge
- PTE Academic – Pearson Test of English Academic. Minimum resultat: 62
Du er fritatt fra kravet dersom du:
- har fullført minst ett års universitetsstudier i Australia, Canada, Irland, New Zealand, Storbritannia eller USA
- har fullført en mastergrad med engelsk som undervisningsspråk i et EU-/EØS-land eller i India
- er fritatt i henhold til HK-dirs GSU liste
- ikke inngår i de ovennevnte unntakskategoriene, men har bodd i Norge de siste fem årene
Som stipendiat ved UiS får du
- forskerutdanning ved et universitet med et viktig samfunnsoppdrag
- et ambisiøst og inkluderende forskningsmiljø
- veiledning og støtte til faglig og karrieremessig utvikling
- gratis norskkurs dersom du ikke behersker norsk, svensk eller dansk på minimum A2-nivå ved ansettelse
- tilgang til Lifekeys, en digital tjeneste for mental helse og livskvalitet
- lønn som stipendiat etter Statens lønnsregulativ i stillingskode 1017, kr 580.000 brutto pr år, med lønnsutvikling etter ansiennitet i stillingen.
- medlemskap i Statens pensjonskasse med gode pensjons- og forsikringsordninger
Les mer om ansattgoder og fordeler på uis.no.
Mangfold og inkludering
Mangfold er en styrke ved universitetet. Ulike erfaringer, perspektiver og bakgrunner bidrar til bedre løsninger og et godt arbeids- og læringsmiljø. Vi ønsker søkere med ulike kvalifikasjoner, livserfaringer og perspektiver, og oppfordrer alle kvalifiserte kandidater til å søke, uavhengig av kjønn, alder, funksjonsevne, kulturell bakgrunn eller om du har hatt opphold i arbeidslivet. UiS legger til rette for ansatte i ulike livsfaser og for medarbeidere med behov for individuell tilrettelegging.
I tråd med gjeldende regelverk vil minst én kvalifisert søker med funksjonsnedsettelse, hull i CV-en eller innvandrerbakgrunn bli invitert til intervju. Dersom dette gjelder deg, kan du oppgi det i jobbsøkerportalen. Les mer om ordningen her.
Universitetet ønsker bedre kjønnsbalanse i stipendiatstillinger innenfor fagområdet og oppfordrer derfor særlig kvinner til å søke. Ved tilnærmet like kvalifikasjoner kan kvinner bli prioritert i samsvar med gjeldende regelverk.
Slik søker du
Søk stillingen ved å klikke på "Søk stillingen" på denne siden.
I Jobbnorge registrerer du søknad, relevant utdanning og arbeidserfaring samt språkferdigheter.
Følgende dokumentasjon skal lastes opp som vedlegg til søknaden:
- motivasjonsbrev (maks. 2 sider) som forklarer hvorfor du ønsker å ta en doktorgrad innen dette fagfeltet, hvordan dine kvalifikasjoner samsvarer med stillingen, samt en kort skisse av dine egne ideer til forskningsprosjektet – inkludert hvilke problemstillinger du anser som mest lovende, og hvordan du ser for deg å gripe dem an.
- fullstendig masteroppgave
- vitnemål med karakterutskrift som dokumenterer fullført mastergrad. Dersom du ikke har fullført mastergraden, skal du legge ved oppdatert karakterutskrift.
- Diploma Supplement eller tilsvarende dokumentasjon, samt konverteringsskala dersom dette er påkrevd
- dokumentasjon på engelskspråklig kompetanse dersom dette er påkrevd
- publikasjoner eller annet relevant forskningsarbeid
- attester og annen dokumentasjon som vurderes relevant for søknaden
Dokumentasjonen må foreligge på et skandinavisk språk eller engelsk.
Søknaden vurderes på grunnlag av informasjonen som er registrert i Jobbnorge ved søknadsfristen utløp. Sørg derfor for at søknaden tydelig viser hvordan din kompetanse og erfaring oppfyller kompetansekravene i utlysningen, og at nødvendig dokumentasjon er lastet opp. Dersom vedleggene samlet overskrider 100 MB, må filene komprimeres før opplasting.
UiS behandler bare søknader og vedlegg registrert i Jobbnorge.
Opplysninger om søkere kan bli offentliggjort selv om det er bedt om unntak fra offentlig søkerliste, jf. offentlighetsloven § 25. Dersom anmodningen ikke tas til følge, vil du bli varslet.
Ansettelsesvilkår og videre prosess
UiS er underlagt sikkerhetsloven, og det forventes at ansatte utviser sikkerhetsbevisst atferd, og følger gjeldende sikkerhets- og eksportkontrollrutiner. Ved ansettelse vil egenskaper som pålitelighet, dømmekraft og lojalitet bli vektlagt.
Ansettelse som stipendiat er regulert i universitets- og høgskoleforskriften kapittel IV. Opptak til doktorgradsutdanningen er regulert i forskrift for graden philosophiae doctor (ph.d.) ved Universitetet i Stavanger.
Dine kvalifikasjoner for stillingen vil bli vurdert av en intern komité på grunnlag av dokumentasjonen registrert i Jobbnorge ved søknadsfristens utløp. På bakgrunn av komiteens vurdering vil aktuelle søkere bli invitert til intervju. Det vil også bli innhentet referanser for aktuelle kandidater. Les mer om ansettelsesprosessen på våre nettsider.
Doktorgradsarbeidet skal i hovedsak gjennomføres ved Universitetet i Stavanger. Det er en forutsetning at den som ansettes bosetter seg slik at vedkommende kan være til stede og tilgjengelig for fagmiljøet i ordinær arbeidstid.
Stillingen er kunngjort på både norsk og engelsk. Ved eventuelle motstridende opplysninger mellom tekstene er det den engelske teksten som legges til grunn.