Doktorand i reglerteknik med fokus på säker reglering under osäkerhet

at  Uppsala Universitet

Vill du arbeta med reglerteori och probabilistiska metoder och deras användning i dynamiska 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 doktorand vid Institutionen för informationsteknologi, Uppsala universitet.
Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution och har i dag drygt 350 anställda varav 120 lärare och 120 doktorander. C:a 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.
Vid avdelningen för 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 maskininlärning, optimering, reglerteori och tillämpad matematik, och spänner över olika tillämpningsområden som medicin, energisystem, biomedicinska system, neurovetenskap och säkerhet. Vid avdelningen har vi ett brett nätverk av starka internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, Imperial College, Delft University of Technology, University of Sydney, University of Newcastle och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.
Denna tjänst är finansierad av Knut och Alice Wallenbergs stiftelse genom ett Wallenberg Academy Fellowship. Tjänsten är placerad vid Secure Learning and Control Laboratory, en växande tvärvetenskaplig forskargrupp som utför grundläggande och tillämpad forskning i skärningspunkten mellan cybersäkerhet, reglerteori och maskininlärning. Vår vision är att utveckla metoder för att designa intelligenta autonoma beslutssystem som är säkra och motståndskraftiga mot illvilliga motståndare.

Please refer the Job description for details