Projektbeskrivning

Vi söker välmeriterade postdoktorer för modellering och analys av fotometriska datasätt för studier av mörk energi med hjälp av statistisk inferens och metoder för maskininlärning. Projektet finansieras av ett stort forskningsbidrag från Wallenbergstiftelsen som tilldelats Hiranya Peiris, Jens Jasche, Ariel Goobar, Jesper Sollerman och Matthew Hayes, och omfattar "The Legacy Survey of Space and Time (LSST)" och "LSST Dark Energy Science Collaboration", och förbereder oss för kommande data från Vera C. Rubin Observatory.

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, 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

Positionerna involverar originalforskning om kosmisk storskalig struktur eller tidsdomänkosmologi, allmänt relaterad till testning av grundläggande fysik och kosmologi med LSST. Det dagliga ansvaret innefattar att utveckla och tillämpa nya statistiska tekniker och maskininlärningstekniker, skriva produktionsnivåkod för analys av LSST-data och föregångardata och / eller förbereda för kommande LSST-data genom att analysera föregångarundersökningar. Erfarenhet av astronomisk bildanalys eller kosmologi är önskvärd men inte nödvändig. Experter inom andra relevanta områden, särskilt de med artificiell intelligens och tekniker för maskininlärning, är också välkomna att ansöka.

 

Ref.nr SU FV-3387-20

Sista ansökningsdag: 2021-01-15

Fullständig information finns här.