Forskningsassistent i elektromobilitet – maskininlärning, datasäkerhet och privacy

Elektrifiering och digitalisering tillhör framtidens största områden för omställning till hållbara samhällen. Institutionen för elektroteknik bedriver framgångsrik forskning och utbildning inom dessa områden – däribland förnybara energikällor och elfordon, industriell IoT, 6G kommunikation och trådlösa sensornät men även smarta elektroniska sensorer och medicinska system. Institutionen för elektroteknik är en internationell miljö med ca 160 medarbetare, varav över hälften är doktorander, som bidrar till viktiga tekniska energi- och hälsoutmaningar vid Ångströmlaboratoriet.

Forskningsprojekt
Elektrifiering är avgörande för en framgångsrik omställning till ett hållbart, fossilfritt samhälle. Kapacitetsflaskhalsar i elnätet hotar dock att bromsa omställningen till ett mer hållbart energisystem. Detta projekt syftar till att bidra till utvecklingen av smarta, säkra och hållbara energigemenskaper, delvis genom att utveckla ett ramverk för mikronätskontroll baserat på verklighetsbaserade lastmodeller tillsammans med maskininlärningsmetoder. Det föreslagna metoder kommer att demonstreras på ett mobilitetshus i Uppsala som heter Dansmästaren. Fastigheten är en testbädd för forskning om smart elfordonsladdning och energihantering. I tjänsten ingår även ett nära samarbete med en doktorand vid Avdelningen för elektricitetslära. Projektet kommer att genomföras i nära samarbete med industriella partners som Volvo Cars, CEVT, E.ON och Vattenfall.

Arbetsuppgifter
De huvudsakliga arbetsuppgifterna är att stödja forskningen inom datasäkerhet och privacy inom maskininlärning med tillämpningar i energiflexibilitetstjänster. Dina uppgifter är att implementera och utvärdera säkra, distribuerade maskininlärningsmetoder för inlärning av produktions- och förbrukningsmodeller för mikronät och energigemenskaper.

Kvalifikationskrav

• Relevant högskoleutbildning, inom elektroteknik, informationsteknik, datavetenskap, teknisk fysik eller motsvarande kompetens som av arbetsgivaren bedöms likvärdig.
• Specialisering inom signaler och system (signalbehandling och styrteori), maskininlärning, statistiska slutledningsmetoder eller beräkningsvetenskap.
• Kunskaper inom programmering i Python och C/C++.
• Mycket goda kunskaper i engelska i tal och skrift.
• Personliga egenskaper som stark motivation, god samarbetsförmåga och kommunikationsförmåga med andra forskare. Du ska vara fokuserad, strukturerad och kunna arbeta effektivt både individuellt och i grupp.

Det är meriterande att sökande ska ha

• Goda kunskaper i svenska i tal och skrift.
• Praktisk erfarenhet av experiment och labbarbete.

Om anställningen
Anställningen är tidsbegränsad, 5 månader. Omfattningen är heltid. Tillträde 2024-05-01 eller enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Universitetslektor Roland Hostettler, roland.hostettler@angstrom.uu.se, 018-471 3265

Välkommen med din ansökan senast den 29 april 2024, UFV-PA 2024/1274.