OsloMet - storbyuniversitetet er Norges tredje største universitet med nesten 22 000 studenter og over 2500 ansatte. Vi har campus i Oslo sentrum og på Romerike. OsloMet leverer forskning og utdanning med høy relevans for arbeidslivet, velferdsstaten og storbyregionen.
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.
Institutt for informasjonsteknologi ved Fakultet for teknologi, kunst og design (TKD) har ledig en stipendiatstilling i skjæringen mellom kunstig intelligens og kvanteberegninger. Prosjektet kombinerer evolusjonære algoritmer med kvanteberegninger, med fokus på anvendelser i komplekse multi-objektiv optimeringsproblemer. Stipendiaten vil være en del av den akademiske gruppen for kunstig intelligens.
Prosjektets hovedmål er å utvikle en flerobjektiv kvanteinspirert evolusjonær algoritme (KEA) tilpasset til tradisjonelle datamaskiner. Fokuset i prosjektet er å løse utfordringer knytte til innen flerobjektive integrerte optimeringsproblemer (FIO). Slike problemer oppstår ofte i reelle problemer, og innebærer å optimere med hensyn på flere sammenkoblede og tidvis motstridende mål. Det at målene man optimerer mot er innbyrdes avhengige og sammenkoblet nødvendiggjør å formulere det som et integrert optimeringsproblem. Prosjektet går ut på å formulere slike FIO-problemer ved å sammenstille k optimeringsproblemer, hvilket innebærer k målfunksjoner. Istedenfor å finne en enkelt løsning, er målet å finne et utvalg av alternativer (Pareto-optimal front), som gjenspeiler kompromisset mellom målene, og dermed gi beslutningstakere et grunnlag for valg basert på deres individuelle preferanser. Denne tilnærmingen forventes å forbedre kunnskapsgrunnlaget i beslutningsprosesser i næringslivet vesentlig.
FIO-problemer klassifiseres som NP-harde problemer, og konvensjonelle optimeringsmetoder klarer ikke håndtere kompleksiteten i reelle problemstillinger, noe som fører til suboptimale løsninger og uoverkommelig lang tidsbruk. Evolusjonære algoritmer (EAer), som er inspirert av naturlige seleksjonsprosesser, har vist seg å være effektive i å angripe NP-harde problemer på grunn av deres stokastiske natur og evne til befolkningsbasert utforsking og global søking. Imidlertid har disse metodene utfordringer med for eksempel prematur konvergens, treg konvergens, og ubalanserte forhold mellom utforsking og utnyttelse.
Inntoget av kvanteinspirerte evolusjonære algoritmer (KEA) har åpnet nye muligheter for å forbedre evolusjonære algoritmers effektivitet ved å oppnå et mer balansert forhold mellom utforsking og utnyttelse. Inspirert av kvantemekanikkens prinsipper integrerer KEAer begreper som superposisjon, kvanteparallellitet, sammenfiltring, interferens, koherens og måling inn i det eksisterende EA-rammeverket. Nylige fremskritt har demonstrert KEAenes overlegenhet over tradisjonelle EAs, og de har lykkes i å løse komplekse NP-harde problemer som tidligere ble ansett som uhåndterlige for tradisjonelle datamaskiner. Likevel er eksisterende KEAer typisk designet for frittstående optimeringsproblemer og viser optimal effektivitet på spesialisert kvantehardware. De møter også utfordringer i å opprettholde koherens og å utnytte sammenfiltringen for effektiv utforsking, noe som motiverer utvikling av nye kvanteoperatører og kodingsteknikker som kan tilpasses ulike problemstrukturer og målfunksjoner.
Dette prosjektet søker å bygge bro over dette gapet ved å utvikle en ny flerobjektiv KEA som er spesielt designet for tradisjonelle datamaskiner. Med bruk av kvanteinspirerte teknikker, er målet å tilby praktiske og effektive løsninger for reelle fler-objektive optimeringsproblemer.
Stillingen lyses ut som 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.
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.
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.
For å bli vurdert for stillingen, må du laste opp følgende dokumenter innen søknadsfristen:
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:
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 og lovverk som regulerer eksport av kunnskap, teknologi og tjenester. Det kan bli foretatt bakgrunnssjekk for å verifisere opplysninger som framgår av CV og tilgjengelige dokumenter. Bakgrunnssjekk gjennomføres ikke uten samtykke fra søker og aktuelle søkere vil motta nærmere informasjon om dette.
For nærmere informasjon om stillingen, kontakt:
Stillingen lønnes etter Statens lønnsregulativ, stillingskode 1017 stipendiat, kr. 532 200 per år.
Dersom du har administrative spørsmål til stillingen, ta kontakt med hrtkd@oslomet.no.
Søk på stillingen elektronisk via vårt rekrutteringssystem.
Søknadsfrist: 20. januar 2025
Ref: 24/27528
Ansettelsestype | Åremålsstilling |
---|---|
Arbeidstid | Heltid |
Tiltredelse | Etter avtale |
Lønn | Stillingen lønnes i henhold til Statens lønnsregulativ |
Antall ledige stillinger | 1 |
Arbeidsomfang | 100% |
Sted | Oslo |
Fylke | Oslo |
Land | Norge |
Referansenummer | 24/27528 |
Kontakt |
|
Publisert | 11.12.2024 |
Søknadsfrist | 20.01.2025 |