Doktorand inom maskininlärning

Har du bakgrund inom maskininlärning och intresserad av trådlösa kommunikationer? Du har chans att bidra till utvecklingen av avkänningsmetoder för nya distribuerade MIMO system.

Dina arbetsuppgifter

Forskningsinriktningen för tjänsten är maskininlärning för trådlös kommunikation. Tjänsten är en del av projektet ”Machine learning for sensing in distributed wireless systems” som bedrivs i samarbete mellan Linköpings universitet (LiU) och Lunds universitet (LU). Läs mer här: https://elliit.se/project/machine-learning-for-sensing-in-distributed-wireless-systems/ 

Distribuerade MIMO-system (D-MIMO) är en framväxande forskningsinriktning som möjliggör utveckling av kommunikationssystem med bättre täckning, genomströmning och stabilitet. Projektet syftar till att använda D-MIMO infrastruktur och maskininlärning för att genomföra avkänning i realtid, som t ex intrångsdetektion, branddetektion och andra typer av anomalier.

Som doktorand inom detta projekt kommer du bidra till utvecklingen av nya modeller och metoder inom maskininlärning för D-MIMO integrerad avkänning. Detta inkluderar arbete med stora mängder data som genereras av en unik D-MIMO-testbädd vid Lunds universitet, generalisering av befintliga och skapandet av nya djupinlärningsbaserade modeller för anomalidetektion, teoretiska och numeriska studier av detektionskvalitén, skapandet av nya distribuerade beräkningsprocedurer och optimering av kommunikationskostnader. Du kommer också bidra till integrering och testning av modellerna i riktiga D-MIMO miljöer, i nära samarbete med en doktorand på Lunds universitet som är specialiserad inom trådlös kommunikation.

Som doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20 procent av heltid.

Dina kvalifikationer

Du har avlagt examen på avancerad nivå inom maskininlärning, datavetenskap, statistik eller ett relaterat område som bedöms vara relevant för projektets forskningsinriktning, eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå inom ovan nämnda områden eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Utmärkta studieresultat är ett krav för anställningen. Det är också meriterande att sökande har en stark bakgrund inom matematik och statistik. Den sökande ska vara skicklig på att implementera nya modeller och algoritmer i en lämplig mjukvarumiljö, med dokumenterad erfarenhet, och med god förmåga att beräkna och optimera algoritmernas komplexitet. Erfarenhet inom trådlös kommunikation samt erfarenhet av programmering i Python är meriterande för tjänsten.  Den sökande ska dessutom ha en stark drivkraft för att lösa verkliga problem genom att utföra grundforskning, förmåga och intresse för att samarbeta inom forskning och stark kommunikationsförmåga. Den sökande ska kunna kommunicera obehindrat på engelska i tal och skrift.

Din arbetsplats

Du kommer att vara en del av forskargruppen som ingår i ELLIIT som är en strategisk forskningsmiljö finansierad av svenska staten. ELLIIT utmärker sig genom kvalitén och synligheten i sina publikationer och genom sin förmåga att attrahera och behålla toppbegåvade forskare. Forskargruppen består av två seniora forskare (inom maskininlärning och trådlös kommunikation) samt två doktorander: den ena doktoranden rekryteras genom denna utlysning och den andra genom en liknande utlysning på Lunds universitet (LU). Forskningen i detta projekt kommer att använda en unik D-MIMO testbädd placerad på LU samt kompetensen av en av världsledande MIMO forskare som är med i forskargruppen: https://ieeexplore.ieee.org/abstract/document/6736761

Huvudinriktning av doktoranden på LiU är maskininlärning för D-MIMO system, medan doktoranden på LU förväntas rikta sig mer mot trådlösa kommunikationer såsom designaspekter, mjukvara, hårdvara,  implementering av modellerna i riktiga miljöer och testning i realtid. Om du är mer intresserad av sådana aspekter är du välkommen att söka motsvarande tjänst som kommer att annonseras på LU istället.

Anställningen är formellt placerad vid avdelningen för statistik och maskininlärning (STIMA) vid institutionen för datavetenskap. På STIMA bedriver vi forskning och utbildning inom både statistik och maskininlärning, på grund-, avancerad och forskarnivå. STIMA kännetecknas av en modern syn på det statistiska ämnet, där probabilistiska modeller kombineras med beräkningsalgoritmer för att lösa utmanande komplexa problem, samt en statistisk syn på maskininlärning som tydligt integrerar de två ämnesområdena inom avdelningen. 

Linköpings universitet är en av de ledande AI-institutionerna i Sverige och forskare i projektet har kopplingar till olika framstående nationella AI-initiativ och styrgrupper, såsom ELLIIT, WASP och AI kommission.

Om anställningen

I samband med tillträde till anställningen kommer du att antas till forskarutbildningen. Läs mer om respektive fakultets forskarutbildning här.

Anställningen är tidsbegränsad till normalt fyra år heltid. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan. 

Tillträde enligt överenskommelse men senast 15 augusti 2026.

Lön och förmåner

Doktorandlönen regleras utifrån en lokalt avtalad lönestege. Läs mer om förmåner för anställda här.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se Hjälp för sökande.

Ansökan

Du söker denna anställning genom att klicka på knappen ”Ansök” nedan. Din ansökan ska vara Linköpings universitet tillhanda senast den 13 april 2026. Ansökan som inkommer efter sista ansökningsdag beaktas inte.

I din ansökan vänligen bifoga ett personligt brev (första fältet i ansökningsformuläret). Detta brev bör innehålla ett stycke där du kort förklarar/listar upp de kvalifikationer som du anser är särskilt relevanta för forskningsämnet. Detta stycke ska börja med orden "Lämplighet för forskningsämnet:".