Doktorand i Reglerteknik med fokus på säker inlärning och reglering - Under tillsättning eller tillsatt, ej sökbar

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Institutionen har i dag ca 300 anställda varav 120 lärare och 110 doktorander. Drygt 4000 studenter läser en eller flera kurser vid institutionen varje år och ett 30-tal forskargrupper är kopplade hit. Mer info finns via länken till institutionens hemsida.

Vid avdelningen för Systemteknik utvecklar vi teori för och tillämpningar av reglerteknik, systemidentifiering och maskininlärning. Ett viktigt mål är att utveckla matematiska modeller som kan beskriva verkliga dynamiska fenomen så att maskiner och människor mer effektivt kan agera i världen runt oss. Optimeringsmetoder är centrala eftersom de utnyttjas såväl inom reglerteknik som maskininlärning och systemidentifiering. För beskrivning av dynamiska system och scenarion är kvantifiering av osäkerhet viktig och möjliggör design av algoritmer med garanterad prestanda.

Vid avdelningen har vi ett brett nätverk av starka internationella samarbeten runt om i världen, till exempel vid Delft University of Technology, University of Cambridge, University of Oxford, Imperial College, University of British Columbia, University of Sydney, University of Newcastle och Alto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet

Ett exempel på föreslagna forskningsprojekt anges kort nedan. Den exakta inriktningen avgörs i en dialog mellan sökande och handledaren.

Projektbeskrivning: Säker inlärning och reglering

De snabba framstegen inom beräkningsteknik och den ökande tillgången till data ger nya möjligheter att bädda in intelligens i cyberfysiska system för att åstadkomma säker interaktion med dynamiska miljöer. Intelligenta cyberfysiska system genom integration av hårdvara, mjukvara, kommunikationsteknik, system, reglerteknik och maskininlärning. Detta möjliggör applikationer inom områden som robotik och autonoma fordon, industriella processer eller energisystem och annan kritisk infrastruktur. Samtidigt kan misslyckanden i cyberfysiska system få förödande konsekvenser.

Vår forskning syftar till att skapa nya systemteoretiska metoder som möjliggör design av intelligenta cyberfysiska system som är säkrade mot motståndare och naturliga misslyckanden. Forskningen är särskilt fokuserad mot reglerteori, optimering och maskininlärning.

Forskningen ska utveckla nya probabilistiska riskmått och optimeringsbaserade designmetoder för inlärning och reglering i återkopplade system som tar hänsyn till attackernas påverkan och detekterbarhetsbegränsningar, såväl som till en mångsidig uppsättning av motståndarmodeller med osäkerhet. Möjliga ämnen inkluderar, men är inte begränsade till: att undersöka effekten och detekterbarheten av klasser av attacker (t.ex. fördröjning, Denial-of-Service eller falska datainjektionsattacker); robust reglering och feldetektering för ökad säkerhet; analys av datadrivna reglertekniska metoder ur ett säkerhetsperspektiv; utforska samband och skillnader mellan så kallade adversarial training, robusthet och säkerhet i samband med maskininlärning för reglering.

Vi välkomnar även blivande studenters initiativ och det exakta forskningsämnet kommer att avgöras i en dialog mellan studenten och handledaren efter anställning.

Denna tjänst är en del av projektet "Secure and Resilient Control Systems" finansierat av ett bidrag från SSF Future Research Leaders Program. Den framgångsrika kandidaten kommer att gå med i forskargruppen Secure Learning and Control Laboratory, en växande tvärvetenskaplig forskargrupp som gör grundläggande och tillämpad forskning i skärningspunkten mellan cybersäkerhet, kontrollteori och maskininlärning. Vår vision är att utveckla metoder för att designa intelligenta autonoma beslutssystem som är säkra och motståndskraftiga mot illvilliga motståndare.

Mer information finns via länken till projektbeskrivningen.

Arbetsuppgifter
Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, ingår inom ramen för anställningen (max 20%).

Kvalifikationskrav
En doktorand på avdelningen för systemteknik ska ha:

• civilingenjörsexamen, magisterexamen eller motsvarande inom ett ämne som är relevant för projektet.
• goda kommunikationsfärdigheter och utmärkta studiemeriter, samt goda färdigheter i engelska i tal och skrift.
• personliga egenskaper, som kreativitet, grundlighet och/eller ett strukturerat arbetssätt kring problemlösning.

Specifika krav för detta projekt är som följer: (i) goda programmeringskunskaper (helst i Matlab och Python) och (ii) kunskap om reglerteori eller tillämpad matematik med fokus på linjär algebra, statistik och optimering. 

Önskvärt/meriterande i övrigt
Erfarenhet och kurser inom ett eller fler av följande ämnen är också relevant för projektet: reglerteori, linjära system, icke-linjär reglerteknik, robust reglerteknik, estimering, modellprediktiv styrning (MPC), maskininlärning och optimering.

Ansökan
Ansökan ska innehålla: 1) en redogörelse (max 2 sidor) om den sökandes motivering för att söka denna tjänst, tillsammans med självbedömning av varför du skulle vara rätt kandidat för denna tjänst; 2) ett CV; 3) examina och betyg (översatta till engelska eller svenska); 4) magisteruppsatsen (eller ett utkast till detta, och/eller någon annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument; och 5) referenser med kontaktinformation (namn, e-post och telefonnummer) och (om möjligt) upp till två rekommendationsbrev.

Ansökningar kan lämnas av sökande som inte helt avlagt civilingenjörsexamen (eller motsvarande), dock bör alla sökande ange tidigast möjliga startdatum för anställningen.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Universitetslektor André Teixeira, telefonnummer: +46  18-471 5414, email: andre.teixeira@it.uu.se

Välkommen med din ansökan senast den 28 februari 2023, UFV-PA 2023/332.