Stipendiat i Avansert Materialteknologi - Under ansettelse/Ansatt, ikke søkbar

Det er en ledig stipendiatstilling ved Institutt for Mekanikk, Elektronikk og Kjemi (MEK) innen Avansert Materialteknologi, knyttet til prosjektet «Produksjon av nanomaterialer med anvendelse i nevromorf databehandling». PhD-kandidaten vil inngå i Mechanical Engineering-gruppen, og prosjektet vil motta støtte fra ADEPT-forskningsgruppen (advanced health intelligence and brain-inspired technologies) og Kunstig Intelligens (AI) -laboratoriet ved OsloMet. Stillingen er for en periode på tre år, og den som tilsettes bør fortrinnsvis tiltre stillingen snarest.

Arbeidsområde

Relevansen av nanomaterialer i AI. Flere teknologier er begrenset av egenskapene til tilgjengelige materialer, og kunstig intelligens (AI) er ikke et unntak. Høye beregningskostnader ved bruk av AI i transistorbaserte datamaskiner fører til stadig høyere energibehov og karbonavtrykk. Nanoteknologi kan være avgjørende for komme rundt disse begrensningene, ved å manipulere materialer i sub-mikron skala for å gi nye fysiske muligheter for å gjøre beregninger.

Hjerneinspirert KI. Menneskehjernen er det eneste systemet som kan implementere ekte generell intelligens. Datamaskiner emulerer hjernens beregninger ved å bruke et nettverk av kunstige nevroner, men de er basert på fundamentalt forskjellige underliggende prinsipper. Mens datamaskiner bruker transistorer, opererer hjernen med saktere prosesseringsenheter, nevronene. Selv om de tilsynelatende er mindre effektive, gjør nevroner det mulig for hjernen å utføre komplekse beregninger på kortere tid, med betydelig mindre energiforbruk. Derfor er det avgjørende å forstå de underliggende prinsippene for hvordan naturlige nevroner distribuerer prosesser, slik at vi kan utnytte disse prinsippene til å lage fysiske materialer for å etterligne dem.

Nevromorfe datamaskiner. Nettverk av hjernenevroner opererer ved å overføre pulser av informasjon, eller pigger («spikes»). I motsetning til kunstige nevrale nettverk, behandler naturlige nevroner informasjon asynkront, og stoler på dynamikken til aktive underpopulasjoner i stedet for å stole på informasjonen kodet i spesifikke nevroner. Dette muliggjør større parallellisering og robusthet, som til syvende og sist kommer til uttrykk i hastigheten og generaliteten til naturlig intelligens. Selv om det finnes beregningssimuleringer av disse nettverkene av piggsignaler fra nevroner, kan deres fulle beregningskraft bare manifesteres fullt ut gjennom maskinvare som er i stand til å operere med pigger, de såkalte nevromorfe datamaskinene.

Memristorer. Det fysiske underlaget som kreves for å utføre nevromorf databehandling kan dannes av memristorer, som er elektroniske enheter som etterligner den elektriske responsen til hjernenevroner ved å integrere innganger og ikke-lineært sende en rett-tidig puls av informasjon. Dette prosjektet tar sikte på å utvikle materialer og metoder for å produsere memristorer i form av nanolagsmaterialer avsatt ved elektro-hydrodynamisk forstøvning av væsker. Matriser av disse enhetene vil bli dannet for å teste enkle former for nevromorf databehandling.

Kvalifikasjonskrav

Vi ser etter en kandidat som har:

• en mastergrad i materialvitenskap, maskinteknikk eller andre relevante områder, med 120 ECTS eller ekvivalent med gjennomsnittskarakter A eller B innenfor en karakterskala A-E, og bachelorgrad innenfor samme fagområder med gjennomsnitt C eller bedre
• utmerket skriftlig og muntlig engelsk

Kandidater som har en doktorgrad innen dette eller et nærliggende fagfelt kan ikke søke. Generelle kriterier for tilsetting i akademiske stillinger dekkes av Forskrift om ansettelsesvilkår for stillinger som postdoktor, stipendiat, vitenskapelig assistent og spesialistkandidat.

Opptak på doktorgradsprogrammet på Fakultet TKD ved OsloMet, innen tre måneder etter ansettelsen, er et krav for å få stillingen. Opptakskravet innebærer minimum karakteren B på mastergraden og minimum karakteren C på bachelorgraden.

Det vil være en fordel om du har

• erfaring med eksperimentell forskning: eksperimentdesign, utvikling av instrumentering, datainnsamling og dataanalyse
• kompetanse til å bruke numeriske simuleringsverktøy og programmeringsspråk som Python/MATLAB for prediksjon av mekaniske/elektriske egenskaper til materialer
• kunnskap innen elektro-hydrodynamikk: elektrosprayforstøvning, elektrospray, elektrospinning eller relaterte fenomener
• erfaring med karakterisering av tynnfilmmaterialer, spesielt med en eller flere av følgende teknikker: skanningelektronmikroskopi (SEM), røntgendiffraktometri (XRD), reflektometri (måling av tynnfilmtykkelse), UV-spektroskopi
• kunnskap og/eller erfaring med karakterisering av halvledere
• kunnskap/erfaring om nevromorfisk databehandling og memristorer
• erfaring med publisering av fagfellevurderte vitenskapelige artikler

Ønskede egenskaper

• evne til å jobbe selvstendig og i team
• svært motivert og målrettet
• evne til å gjennomføre og rapportere forskning på en strukturert måte
• gode kommunikasjonsegenskaper
• sterke analytiske evner
• gode evner i problemløsning og forståelse av ny teori
• lærerivrig med vitenskapelig nysgjerrighet og iver etter å utvikle seg i forskningsfeltet

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.

Søknaden

For å bli vurdert for stillingen må du laste opp følgende dokumenter sammen med søknaden din før tidsfristen: 

• søknadsbrev, hvor motivasjon for søknaden og en kort oversikt over kvalifikasjonene, teknisk kompetanse, erfaring og personlige egenskaper som gjør deg til en attraktiv kandidat for en vellykket og produktiv utførelse av dette arbeidet
• CV og kopier av vitnemål/attester inkludert alle karakterer
• kopi av masteroppgave
• et motivasjonsbrev det du begrunner hvorfor du søker på prosjektet og hva som gjør at du er spesielt egnet for å kunne gjennomføre dette doktorgradsarbeidet (500-1000 ord) 
• navn og kontaktinformasjon til 2-3 referanser (navn, forhold til kandidaten og telefonnummer). 
• kandidater fra universiteter utenfor Norge bes om å inkludere Diploma Supplement eller liknende, som detaljert beskriver studiet og karaktersystemet hvilke videre studier graden kvalifiserer til: https://ec.europa.eu/education/diploma-supplement_en 
• søkere fra land der engelsk ikke er førstespråk må kunne vise frem resultatet av en offisiell språktest. Følgende søkere er unntatt fra dette språkkravet: 
  • Søkere fra EU/EØS-land.
  • Søkere som har fullført minst et års studier i Australia, Canada, Irland, New Zealand, Storbritannia eller USA.  Søkere som har et “International Baccalaureate (IB)”-vitnemål. 
• følgende språkprøver er godkjent dokumentasjon: TOEFL, IELTS, Cambridge Certificate in Advanced English (CAE) eller Cambridge Certificate of Proficiency in English (CPE). 
  På disse prøvene skal man minst ha oppnådd disse poengsummene: 
  • TOEFL: 600 (papir-basert prøve), 92 (Internet-basert prøve) 
  • IELTS: 6.5, der ingen av seksjonene skal ha lavere poengsum enn 5.5 (bare Academic IELTS-prøven er godkjent). 

Alle disse dokumentene må lastes opp. Originale dokumenter og gyldig pass må presenteres hvis du blir innkalt til intervju. OsloMet utfører dokumentkontroll for å evaluere kandidatene og sikre rettferdig behandling. Alle søknadsdokumenter må være på engelsk eller skandinavisk språk (norsk, svensk eller dansk). 

Ufullstendige søknader blir ikke vurdert. 

Vi tilbyr deg

• En spennende jobb ved Norges tredje største og mest urbane universitet
• Mulighet for faglig utvikling innenfor et stimulerende tverrfaglig forskningsmiljø som kombinerer materialteknologi, nanoteknologi og nevromorfisk databehandling
• Deltakelse i en aktiv forskningsgruppe, med støtte fra eksperter innen hjerneinspirert bioteknologi og kunstig intelligens
• Muligheten til å delta i ulike internasjonale forskningsnettverk
• Fordelaktige pensjonsordninger med Statens pensjonskasse
• Gode arbeidstakers velferdsordninger
• Gratis norskkurs til ansatte
• Arbeidssted i Oslo sentrum med flere kulturtilbud

Nærmere opplysninger

For nærmere informasjon om stillingen, kontakt:

• Førsteamanuensis i maskinteknikk, Rafael Borrajo, +47 67 23 60 97
• Forskningsleder ved MEK, Tore Gimse, +47 67 23 72 81

Stillingen lønnes etter Statens lønnsregulativ, stillingskode 1017 stipendiat, i lønnstrinn 54, 501 200,-. For spesielt kvalifisert søker kan høyere lønn vurderes.

Stillingen er i samsvar med regjeringen sin holdning om at arbeidsstyrken i størst mulig grad skal reflektere mangfoldet i befolkningen. Derfor oppfordrer vi kvalifiserte søkere med innvandrerbakgrunn eller funksjonsnedsettelse til å søke. OsloMet skal ha et inkluderende arbeidsliv og opererer i samsvar med den norske Inkluderende arbeidsliv (IA)-avtalen.

I følge Offentleglova kan navnet ditt bli publisert på den offentlige søkerlisten selv om du har bedt fritak. Du vil i dette tilfellet bli kontaktet før navnet ditt blir publisert. Vi benytter et elektronisk rekrutteringssystem.

Vil du søke på stillingen, registrer din søknad og CV ved å benytte knappen ”logg inn og søk stillingen”.

Søknadsfrist:   04.12.2022

Ref:  22/07180