OsloMet – Oslo Metropolitan University

Stipendiat i kvanteinspirert evolusjonær algoritme for multi-objektive integrative optimization

2024-08-01 (Europe/Oslo)
Spara jobbet

Om arbetsgivaren

OsloMet's vision is to deliver knowledge to solve societal challenges. Norway's most urban and 3rd largest university.

Besök arbetsgivarsidan

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.

Forskningsområde

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.

Kvalifikasjonskrav og vilkår

  • Mastergrad/hovedfag innen informatikk, kunstig intelligens, kvanteberegning, anvendt matematikk eller et beslektet felt. Graden må inneholde 120 studiepoeng (ECTS). 
  • En faglig profil som passer forskningsprosjektets behov. 
  • Gode kommunikasjonsferdigheter på engelsk, muntlig og skriftlig. 

For ansettelse i stillingen stilles følgende karakterkrav:

  • Minimum gjennomsnittskarakter B på emner som inngår i mastergraden.
  • Minimum karakter B på masteroppgave/hovedoppgave.
  • Minimum gjennomsnittskarakter C på emnene som inngår i bachelorgraden. Dersom du har en integrert mastergradsutdanning regnes karakterene fra de tre første normerte studieårene.

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

  • Er svært motivert og målorientert, med lidenskap for forskning innen evolusjonære kvantealgoritmer.
  • Besitter sterke analytiske ferdigheter for å takle komplekse problemer innen fagfeltet.
  • Har gode evner innen problemløsning og evne til å forstå nye teorier.
  • Er i stand til å arbeide både selvstendig og i samarbeid med andre.
  • Har kapasitet til å utføre og skrive om forskningen på en strukturert og profesjonell måte.

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

  • spennende jobbmulighet på Norges tredje største og mest urbane universitet
  • tilgang til faglig videreutvikling i et kreativt fag- og forskningsmiljø
  • en arbeidsplass i utvikling
  • gode låne- og pensjonsbetingelser i Statens pensjonskasse
  • gode velferdsordninger

Søknadsprosess

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

  • Søknadsbrev som beskriver din motivasjon og hvordan din faglige profil er relevant for denne stillingen. 
  • Kopier av vitnemål og karakterutskrift for bachelor- og mastergrad (som lister emner og karakterer) og attester. Bemerk at en beskrivelse av karaktersystemet ved universitetet/ landet du tok din grad må legges ved. Dette må være et offisielt dokument med et stempel fra ditt universitet. Utenlandske vitnemål må oversettes til engelsk av universitetet som har utstedt vitnemålet.
    • Mastergrad må være fullført ved søknadstidspunktet. Dersom du ikke har mottatt vitnemål før søknadsfristen, må du legge ved foreløpig karakterutskrift på engelsk eller et skandinavisk språk fra ditt universitet/vitnemålsportalen innen søknadsfristen, i tillegg til en offisiell bekreftelse fra utdanningsinstitusjon på at alle eksamener til mastergraden, inkludert masteroppgave, er fullført. Offisielt vitnemål og karakterutskrift må ettersendes innen tiltredelsesdato. 
  • Navn og kontaktinformasjon til to referanser (navn, relasjon, e-post og telefonnummer).
  • Vitenskapelig arbeid som du ønsker skal bli vurdert og kopi av masteroppgave/hovedoppgave. 
  • Søkere fra land der engelsk ikke er førstespråk må legge ved resultatet av en offisiell språktest. Følgende søkere er unntatt fra dette språkkravet:
    • Søkere fra EU/EØS-land.
    • Søkere som har fullført minst ett 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).

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.

Nærmere opplysninger

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: 1. august 2024

Ref: 24/19732

Om tjänsten

Titel
Stipendiat i kvanteinspirert evolusjonær algoritme for multi-objektive integrative optimization
Plats
Pilestredet 46 Oslo, Norge
Publicerad
2024-06-20
Sista ansökningsdag
2024-08-01 23:59 (Europe/Oslo)
2024-08-01 23:59 (CET)
Befattning
Spara jobbet

Fler jobb från den här arbetsgivaren

Om arbetsgivaren

OsloMet's vision is to deliver knowledge to solve societal challenges. Norway's most urban and 3rd largest university.

Besök arbetsgivarsidan

Intressanta artiklar

...
Deciphering the Gut’s Clues to Our Health University of Turku 5 min läsning
...
Understanding Users to Optimise 3D Experiences Centrum Wiskunde & Informatica (CWI) 5 min läsning
...
Control Systems: The Key to Our Automated Future? Max Planck Institute for Software Systems (MPI-SWS) 5 min läsning
Fler stories