Uppsala universitet, Institutionen för informationsteknologi

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 i fältet eftersom de utnyttjas såväl inom reglerteknik som maskininlärning och systemidentifiering. För beskrivning av dynamiska system 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.

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

Arbetsuppgifter och projektbeskrivning
Du kommer att ingå i Secure Learning and Control Laboratory vid Institutionen för informationsteknologi, Uppsala universitet. Laboratoriet är en växande tvärvetenskaplig forskargrupp som bedriver interdisciplinär forskning av både teoretisk och tillämpad karaktär i skärningspunkten mellan cybersäkerhet, reglerteori och maskininlärning. Visionen är att utveckla en metodologisk bas för dimensionering av intelligenta autonoma beslutsfattande system som är säkra och kan motstå illvilliga attacker.

I ditt arbete kommer du intensifiera vår forskning (med både metodutveckling och tillämpningar) inom säker reglersystem. Möjlighet finns att forska på tillämpningar inom t.ex. vattennätverk, smarta nät, elektriska fordon, eller processindustri. Tjänsten kan även innefatta undervisning i närliggande ämnen (max 20%).

Projektbeskrivning: Säker inlärning och reglering

De snabba framstegen inom beräkningsteknik och ökningen av data ger nya möjligheter att bädda in intelligens i cyberfysiska system och tillåta dem att säkert interagera med dynamiska miljöer. Intelligenta cyberfysiska system uppnås genom sömlös integration av hårdvara, mjukvara, kommunikationsteknik, system och kontrollteknik och maskininlärning. De har möjliggörande applikationer inom områden som robotik och autonoma fordon, industriella processer eller energisystem och annan kritisk infrastruktur.

Misslyckandet i cyberfysiska system kan få förödande konsekvenser som sträcker sig från den digitala till den fysiska världen.

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

Omfattningen av den forskning som ska bedrivas är utvecklingen av nya probabilistiska riskmått och optimeringsbaserade designmetoder för inlärning och reglering i slutna system som gemensamt tar hänsyn till attackernas påverkan och detekterbarhetsbegränsningar, samt modellosäkerhet och kännedom om angriparens strategi. 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 reglerteknik metoder ur ett säkerhetsperspektiv; utforska samband och skillnader mellan adversarial training, robusthet och säkerhet i samband med maskininlärning för reglering.

Det exakta forskningsämnet kommer att avgöras i en dialog mellan kandidaten och handledaren efter en framgångsrik anställning.

Denna tjänsten är en del av projektet “Secure and Resilient Control Systems” som finansieras inom SSF:s program Framtidens forskningsledare. Projektet syftar till att utveckla metoder för att, under osäkerhet, hantera de cybersäkerhetsutmaningar som uppstår i beslutsfattande system för styrning och maskininlärning.

Mer information finns via länken till projektets hemsida.

Kvalifikationskrav
Doktorsexamen inom ett område som har nära anknytning till denna tjänst eller en utländsk examen som bedöms motsvara doktorsexamen inom ett område som har nära anknytning till denna tjänst. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.

Den sökande ska ha en gedigen bakgrund inom metodutveckling och användning av reglerteori.
Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Vid urval bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet. Goda kunskaper i engelska i tal och skrift är ett krav.

Önskvärt/meriterande i övrigt
Dessutom är erfarenhet av tvärvetenskaplig forskning meriterande. Erfarenheter och kurser inom ett eller fler av följande ämnen är meriterande: icke-linjär reglerteknik, systemidentifiering, robust reglerteknik, estimering och feldetektering, modellprediktiv styrning (MPC), maskininlärning och optimering för reglering. För denna projektet värdesätter vi även kunskap inom cybersäkerhet och integritet.

Ansökan
Ansökan ska innehålla:

  1. En meritförteckning (CV),
  2. En kopia av relevanta examina och betygshandlingar (översatta till svenska eller engelska),
  3. Publikationslista,
  4. Upp till fem utvalda publikationer i elektronisk form,
  5. Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida). Vänligen förklara hur din profil passar denna projekt,
  6. Kontaktinformation till två referenser (namn, e-post och telefonnummer),
  7. Ett personligt brev där du kort motiverar varför du söker denna tjänst samt ange tidigast möjliga anställningsdatum (max 1 sida). 

Om anställningen 
Anställningen är tidsbegränsad  i 2 år. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala.

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

Välkommen med din ansökan senast den 17 april 2023, UFV-PA 2023/382.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Individuell lönesättning.
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2023/382
Facklig företrädare
  • Seko Universitetsklubben, seko@uadm.uu.se
  • ST/TCO, tco@fackorg.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2023-02-15
Sista ansökningsdag 2023-04-17

Tillbaka till lediga jobb