76 open roles
Postdoktor i reglerteknik med inriktning mot säkra och motståndskraftiga reglersystem
Job description
Är du intresserad av att utveckla reglerteoretiska metoder för säkra och motståndskraftiga cyberfysiska system, med stöd av kompetenta och trevliga kollegor i en internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som postdoktor på Uppsala universitet.
Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är i dag Uppsala universitets tredje största institution och har drygt 350 anställda, varav 120 lärare och 120 doktorander. Cirka 5 000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionen för informationsteknologis webbplats.
Vid avdelningen för systemteknik utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer. Vår forskning integrerar expertis från reglerteori, maskininlärning, optimering och nätverksvetenskap, och spänner över olika tillämpningsområden som energisystem, biomedicinska system, neurovetenskap och säkerhet. Avdelningen har ett brett nätverk av starka internationella samarbetspartner över hela världen. Det finns också goda möjligheter till samarbete med andra ledande grupper inom reglerteknik och maskininlärning i Sverige och Europa genom våra kopplingar till WASP respektive ELLIS.
Den som anställs kommer att ingå i Secure Learning and Control Laboratory, en växande tvärvetenskaplig forskargrupp som bedriver grundläggande och tillämpad forskning i skärningspunkten mellan cybersäkerhet, reglerteori och maskininlärning. Vår vision är att utveckla metoder för att designa intelligenta, autonoma beslutsfattande system som är säkra och motståndskraftiga mot antagonistiska angripare och naturliga fel.
Anställningen finansieras av ett anslag inom Wallenberg Academy Fellows från Knut och Alice Wallenbergs Stiftelse.
Projektbeskrivning: Secure Learning and Control Framsteg inom beräkningsteknik och den ökade tillgången till data möjliggör intelligenta cyberfysiska system som integrerar hårdvara, mjukvara, kommunikation, reglerteknik och maskininlärning, med tillämpningar inom robotik, autonoma fordon, industriella processer, energisystem och annan samhällskritisk infrastruktur. Dessa system är dock sårbara för naturliga fel och för antagonistiska attacker mot deras digitala komponenter, med potentiellt förödande konsekvenser i den fysiska världen.
Vår forskning syftar till att skapa nya systemteoretiska metoder för att designa intelligenta cyberfysiska system som är säkra mot angripare och naturliga fel. Forskningen har särskilt fokus på reglerteori, optimering och maskininlärning.
Det övergripande målet är att utveckla nya riskmått, detektionsmekanismer och optimeringsbaserade designmetoder för inlärande system och reglersystem som samtidigt tar hänsyn till attackers påverkan och detekterbarhet, osäkerhet i modeller och data samt olika typer av angriparmodeller. Möjliga forskningsinriktningar omfattar, men är inte begränsade till:
(i) säkerhet i datadriven och inlärningsbaserad reglering samt säkerhetsfilter (safety filters); (ii) riskmedveten och motståndskraftig reglering under modell- och angriparosäkerhet; (iii) skalbar allokering av säkerhetsåtgärder i storskaliga nätverkade reglersystem; samt (iv) distribuerad fel- och attackdiagnos och feltolerant reglering, med tillämpningar inom energisystem, elnät och medicinska cyberfysiska system.
Inriktningar som förenar reglerteknik med optimering och maskininlärning är också välkomna. Den exakta forskningsinriktningen bestäms i dialog mellan kandidaten och handledaren efter anställning.
Arbetsuppgifter Som postdoktor kommer du att utveckla nya reglerteoretiska metoder och algoritmer för säkra och motståndskraftiga inlärande system och reglersystem, samt bidra till gruppens forskningsagenda genom självständigt arbete, samarbeten och medhandledning av doktorander. Anställningen är på två år och omfattar 90 % forskning och 10 % institutionstjänstgöring (vanligtvis undervisning).
Kvalifikationskrav Doktorsexamen inom ett område med nära anknytning till anställningen, såsom reglerteknik, systemteori, signalbehandling, tillämpad matematik eller optimering. Även utländsk examen som bedöms motsvara doktorsexamen inom något av dessa ämnesområden godtas.
Kravet på doktorsexamen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma i fråga 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.
Sökande ska ha en stark bakgrund inom reglerteori och rigorös metodutveckling, visad inom ett eller flera av följande områden: datadriven reglering, probabilistisk robust reglering, spelteori, optimering, nätverkad reglering, säkerhetskritisk och feltolerant reglering, feldetektion och diagnos, eller stokastisk reglering. Vidare krävs goda kunskaper i vetenskaplig programmering (t.ex. MATLAB, Python eller Julia). Mycket god förmåga att uttrycka sig i tal och skrift på engelska krävs.
Som person är du kreativ, noggrann och strukturerad. Vid urvalet bedöms den sökandes förmåga att självständigt driva sitt arbete framåt, samarbeta med andra, ha ett professionellt förhållningssätt samt analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.
Meriterande kvalifikationer Publikationer i ledande tidskrifter och konferenser inom reglerteknik (till exempel IEEE Transactions on Automatic Control, Automatica, IEEE CDC, ECC, ACC eller L4DC) är starkt meriterande.
Erfarenhet inom ett eller flera av följande områden är meriterande: olinjär reglering, systemidentifiering, skattning, modellprediktiv reglering och statistisk maskininlärning. För detta projekt värdesätter vi även kunskaper inom cybersäkerhet, särskilt för cyberfysiska system.
Ansökan Ansökan ska innehålla:
- CV;
- Kopior av relevanta examensbevis och betygsdokument (översatta till svenska eller engelska);
- Lista på publikationer;
- Högst tre utvalda publikationer i elektroniskt format;
- En forskningsbeskrivning av din tidigare och nuvarande forskning (högst 1 sida) samt ett förslag till framtida forskning (högst 1 sida). Beskrivningen ska förklara hur din profil passar för anställningen;
- Kontaktuppgifter till två referenspersoner (namn, e-postadress och telefonnummer);
- Ett personligt brev där du kort beskriver din motivation för att söka anställningen samt tidigast möjliga tillträdesdatum (högst 1 sida). Om anställningen Anställningen är tidsbegränsad i 2 år, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde den 1 februari 2027 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Universitetslektor André Teixeira, telefon: 018-471 54 14, e-post: [email protected].
Välkommen med din ansökan senast den 17 december 2026, UFV-PA 2026/3638.
Description copied from Uppsala University's careers page. Read the full posting before you apply.
More jobs at Uppsala University
Universitetsadjunkt i företagsekonomi med inriktning mot extern redovisning
Uppsala UniversityUniversitetslektor i kulturgeografi, Campus Gotland
Uppsala UniversityForskare i kulturvård i projektet Dasher
Uppsala UniversityPostdoktor i säker och resilient maskininlärning och optimering
Uppsala UniversityForskare i psykologi
Uppsala University