English version
!
Stillingen har utgått!

Denne stillingen har utgått og vil bli fjernet fra våre nettsider 30 dager etter søknadsfristen.

Forside bilde med OsloMet logo på bygget Pilestredet 32

Stipendiat i dypgenerative modeller av øyesporingsdata

OsloMet – storbyuniversitetet er Norges tredje største universitet, med et stort mangfold blant sine nær 22 000 studenter og 2200 ansatte. Universitetet har studiesteder i Oslo sentrum og på Kjeller ved Lillestrøm. OsloMet er tett på byen og arbeidslivet, og driver utdanning og forskning innenfor en stor bredde av fagfelt som bidrar til å løse samfunnets utfordringer. OsloMet har lange historiske linjer med store profesjonsutdanninger som har eksistert i over 100 år. Universitetet er også en aktiv pådriver for innovasjon og ny teknologi for utvikling av velferdsstaten. 

Fakultet for teknologi, kunst og design (TKD) utgjør et sterkt og mangfoldig faglig miljø med tydelig internasjonalt preg. Arbeidet gjøres i en profesjonell organisasjon som er ledende i å ta i bruk ny teknologi og nye løsninger, og er langt fremme på tverrfaglig og eksternt samarbeid. Fakultet for teknologi, kunst og design er i sterk vekst og vi rekrutterer høyt kvalifiserte medarbeidere fra hele verden. Fakultet TKD har om lag 4 000 studenter og 400 ansatte, og holder til i Pilestredet i Oslo sentrum og på Kjeller utenfor Lillestrøm. Fakultetet utfører forskning og tilbyr utdanning på bachelor-, master- og doktorgradsnivå innen teknologi, kunst og design.

Institutt for informasjonsteknologi tilbyr fire bachelorstudier, et årsstudium, et masterstudium og bidrar til to tverrfaglige doktorgradsprogrammer ved fakultetet. Instituttet har stor forsknings- og utviklingsaktivitet innen et bredt spekter av fagområder, inkludert informatikk, naturvitenskap, innovasjon og ledelse. Studenter og forskere er i stor grad involvert i tverrfaglige aktiviteter ved universitetet. Instituttet har om lag 100 ansatte og 1250 fulltidsstudenter.

Stipendiat i Dypgenerative Modeller av Øyesporingsdata

Institutt for informasjonsteknologi har en ledig åremålsstilling som stipendiat i Dypgenerative Modeller av Øyesporingsdata. Stillingen er tilknyttet Artificial Intelligence Lab (AI Lab) og Nordic Center for Sustainable and Trustworthy Artificial Intelligence Research (NordSTAR).

Forskningsområde

Denne stillingen vil fokusere på noen av hovedoppgavene til Virtual-Eye-prosjektet, som er generative kontradiktoriske nettverk og stokastisk modellering av øye-blikk-baner.

Om prosjektet: Som en dør til omverdenen og i kraft av millioner av år med biologisk evolusjon, følger øynene en kompleks bane, en blikkbane, når de skanner omgivelsene på en måte som er svært effektiv for å finne objekter av interesse. Nye søkealgoritmer inspirert av øyets blikkbaner åpner for en rekke mulige bruksområder innen autonome robotsøk hvor søketiden er kritisk, for eksempel måldeteksjon i overvåkingsapplikasjoner og visuell skanning for selvkjørende biler. Videre har studiet av øyets blikkbaner mange viktige anvendelser innen medisin og psykologi. Det er observert at det finnes en blikksignatur som er unik for hver person og som også gir informasjon om personlighetstrekk, IQ og ferdigheter innen et bestemt felt, og som kan brukes til å diagnostisere hyperaktivitetsforstyrrelse (ADHD), Alzheimers og autisme. Matematisk forskning har en tendens til å se bort fra at øynene er uløselig knyttet til den kognitive prosessen. Her blir øyebevegelser ofte behandlet som en enkel måte å søke etter visuell informasjon. Dette er imidlertid en grov forenkling: måten et menneskes øye skanner omgivelsene på reflekterer mer enn bare en strategi for å søke etter visuell informasjon, og den ser ut til å være bedre enn andre søkestrategier som Lévy-flyvninger som opererer med forenklede antakelser. Begge disse matematiske prosessene er tilsynelatende universelle når det gjelder å forklare innhøstingsadferden i prosesser så forskjellige som jaktbevegelsen til albatrosser og haier, bevegelsen av svømmebakterier og barns utforskning av Walt Disney Resort. Likevel pågår debatten fortsatt om hva dens generelle form faktisk er. Vår hypotese i dette "Virtuelt-Øye"-prosjektet er at noe av den ekstra kompleksiteten til blikkbaner, sammenlignet med Lévy-flyvninger eller intermitterende prosesser, er utformet for å optimere søket etter visuell informasjon.

Stipendiaten skal gjennomføre forskning og eksperimenter med menneskelige deltakere innenfor rammen av prosjektet i nært samarbeid med veiledere og øvrige ansatte ved instituttet. Forskningen vil krysse AI-metoder, med fokus på generative kontradiktoriske nettverk og andre maskinlæringsmetoder, statistisk læring og teoretiske aspekter ved statistikk og sannsynlighetsteori, og øyesporing. I tillegg til forskningsoppgavene skal stipendiaten formidle prosjektets resultater gjennom hensiktsmessige kanaler, hjelpe til med administrative krav som prosjektpartner og hjelpe til med veiledning av masterprosjekter knyttet til Virtual-Eye-prosjektet.

Stillingen har en varighet på 3 år med 100% forskning, eller 4 år med 75% forskning og 25% andre arbeidsoppgaver (undervisning, veiledning og/eller administrativt arbeid). Det er et mål at kandidaten skal fullføre PhD-programmet/-graden innenfor den besluttede tidsrammen. Beslutningen om 3- eller 4- årig stilling vil bli diskutert som en del av intervjuene i ansettelsesprosessen. Tiltredelsesdato er senest 01.10.2023.

Kvalifikasjonskrav og vilkår

For ansettelse i stillingen stilles følgende karakterkrav:

Godkjent opptak til doktorgradsprogrammet i ingeniørvitenskap ved Fakultet for teknologi, kunst og design innen tre måneder etter ansettelse er en forutsetning for stillingen. Dersom du allerede har en doktorgrad i nærliggende fagfelt, vil du ikke kvalifiseres for stillingen.

I vurdering av søkerne vil det bli lagt vekt på instituttets helhetlige behov og søkerens potensiale for forskning innenfor fagfeltet.

Generelle kriterier for ansettelse i akademiske stillinger dekkes av Forskrift om ansettelsesvilkår for stillinger som postdoktor, vitenskapelig assistent og spesialistkandidat.

Ønskede egenskaper

Det er viktig for OsloMet å gjenspeile befolkningen i vår region og vi ønsker alle kvalifiserte søkere velkommen. Vi arbeider aktivt med å utvikle oss videre som en inkluderende arbeidsplass og for å tilrettelegge arbeidsplassen dersom du har behov for det. Har du perioder i livet hvor du ikke har vært i arbeid, utdanning eller opplæring er du også velkommen til å søke hos oss.

Vi tilbyr deg

Stillingen lønnes etter Statens lønnsregulativ, stillingskode 1017 stipendiat, kr. 501 200 per år.

Søknadsprosess

For å bli vurdert for stillingen, må du laste opp følgende dokumenter innen søknadsfristen:

Følgende søkere er unntatt fra dette språkkravet:

Offisielt vitnemål og karakterutskrift må ettersendes innen tiltredelse i stillingen, senest 01.10.2023. Dersom din utdanningsinstitusjon ikke leverer offisielt vitnemål innen fristen, må du sende inn dokumentasjon på oppnådd mastergrad fra institusjonen til samme frist.

Vi behandler kun søknader sendt via vårt elektroniske rekrutteringssystem og alle dokumenter må lastes opp for at din søknad skal behandles. Dokumentene må være på engelsk eller et skandinavisk språk. Oversettelser må være autorisert. Du må fremvise originaler ved et eventuelt intervju. OsloMet gjennomfører kontroll av dokumenter, slik at du som kandidat skal få en reell evaluering og rettferdig konkurranse.

Ansettelsen blir gjennomført etter prinsippene i Statsansatteloven (lovdata.no), og lovverk som regulerer eksport av kunnskap, teknologi og tjenester.

Nærmere opplysninger

For nærmere informasjon om stillingen, kontakt:

Dersom du har administrative spørsmål til stillingen, ta kontakt med hrtkd@oslomet.no.

Søk på stillingen elektronisk via vårt rekrutteringssystem.

 

Søknadsfrist: 01.06.2023

Ref: 23/02251

 

OsloMet er Charter & Code sertifisert av EU-kommisjonen med rettigheter til å bruke logoen HR Excellence in Research (HRS4R) og medlem i nettverket EURAXESS som bidrar til gode arbeidsforhold for mobile forskere. OsloMet har sluttet seg til prinsippene og forpliktet institusjonen til å følge anbefalingene i DORA-erklæringen (sfdora.org) (The San Francisco Declaration on Research Assessment). Besøk OsloMet på LinkedIn