Projektbeskrivning

Vi söker efter exceptionella individer för att utföra originalforskning om beräkningsmodellering och/eller avancerad maskininlärning för analys av fotometriska dataset. Vi söker också teoretiska fysiker som är intresserade av grundläggande förståelse för djupinlärningsmetoder. Upp till tre anställningar är tillgängliga. De anställda kommer att arbeta inom European Research Council Advanced Grant -projektet CosmicExplorer, ledd av Hiranya Peiris.

Anställningarna finansieras också delvis av en utmärkelse från Goran Gustafsson Foundation. Arbetet kommer att förbereda vägen för Vera C. Rubin Observatory’s Legacy Survey of Space and Time (LSST) och kommer att genomföras inom LSST Dark Energy Science Collaboration.

De anställda kommer att arbeta inom Oskar Klein-centret för kosmopartikelfysik (OKC; www.okc.albanova.se) i Stockholm, en dynamisk vetenskaplig miljö som omfattar mer än hundra forskare som arbetar med teori och experiment inom astronomi, astrofysik och partikelfysik, vid Stockholms universitet och Kungliga Tekniska Högskolan.

Forskningen fokuseras kring områdena mörk materia, mörk energi, transienta fenomen, astrofysik från kosmiska budbärare, galaxutveckling, bildande av kosmiska strukturer samt relaterad partikelfysik. Postdoktorer är också välkomna att delta i vetenskapliga program vid det nordiska institutet för teoretisk fysik, Nordita.

Arbetsuppgifter

Anställningarna involverar forskning inom kosmologi inom ramen för tester av fundamental fysik med LSST. Dagliga ansvarsområden kommer att omfatta beräkningsmodellering/simulering, utveckling och tillämpning av nya statistik- och maskininlärningstekniker, utveckling av produktionsnivåkod för analys av LSST-data och tidigare data-set, och/eller förberedelser för LSST data genom analys av föregångsexperiment.

En annan forskningsprofil kan innefatta teoretiska undersökningar av djupinlärning, t.ex. användning av effektiva fältteoretiska tekniker. Experter inom andra relevanta områden, särskilt erfarenhet av förklarlig artificiell intelligens, är också välkomna att söka.

 

Ref.nr SU FV-3326-21

Sista ansökningsdag: 2022-01-15

Fullständig information finns här.