LEDIG STILLING VED Norsk Regnesentral

Sommerjobber som forskningsassistent 2024

Søknadsfrist: 11.02.2024

Norsk Regnesentral

Norsk Regnesentral (NR) ser på deg som er student som en viktig fremtidig ressurs, og vil gjerne bli kjent med deg allerede i studietiden. Gjennom en sommerjobb hos oss får du en unik mulighet til å se hvordan vi jobber her ved NR, og samtidig knytte langsiktige kontakter. Du vil bli fulgt opp av våre erfarne forskere og får et realistisk innblikk i hvordan det er å jobbe på et forskningsinstitutt.

Lærerik sommer ved Norsk Regnesentral

Norsk Regnesentral søker studenter i statistisk modellering, bildeanalyse, maskinlæring og IKT

Aktuelle tema for sommerjobbene

I BAMJO (Bildeanalyse, maskinlæring og jordobservasjon) utvikler vi metoder for å analysere bildedata fra ulike typer kameraer og sensorer. Aktuelle tema for sommerjobbene i BAMJO er metoder basert på dyp læring for deteksjon, karakterisering og gjenkjenning av objekter fra bildedata innen områder som medisin, jordobservasjon, marin, industri og energi.

I DART (Anvendt IKT-forskning) jobber vi med digital sikkerhet, digital inkludering og digital transformasjon. Aktuelle tema for sommerjobbene i DART er sosiale roboter, digitale tvillinger, cybersikkerhet, virtuell virkelighet (VR) og brukergrensesnitt.

I SAMBA (Statistisk analyse og maskinlæring for brukermotiverte anvendelser) utvikler og anvender vi statistiske modeller og metoder for maskinlæring, språkteknologi og kunstig intelligens til å løse utfordringer innen mange ulike bransjer. Aktuelle tema for sommerjobbene i SAMBA kan være innen klima og miljø, helse, industri, finans og energimarkedet.

I SAND (Statistisk analyse av naturressursdata) jobber vi med å utvikle realistiske matematiske modeller for geologi og geofysikk. Modellene brukes i olje- og gassindustrien, og er også anvendt innenfor CO2-lagring, jordvarme og grunnvannsmodellering. Aktuelle tema for sommerjobbene i SAND er utvikling og forbedring av analyseverktøy innenfor strukturgeologi og inversjon av geofysiske data.

Vi ser spesielt etter deg som har

  • Motivasjon og lyst til å jobbe med utfordrende, anvendte problemstillinger
  • 3 eller 4 års relevante universitetsstudier
  • Programmeringskompetanse i R, Python, JavaScript eller andre programmeringsspråk 

Om engasjementene

Sommerjobbene er ved våre forskningsavdelinger. Engasjementene er på 6 uker (100 % stilling), 4 uker fra medio juni 2023 og 2 uker i månedsskiftet juli/august. Andre tidspunkter kan også være mulig etter avtale.

Antall stillinger:

BAMJO: 1

DART: 3

SAMBA: 2

SAND: 2

Søknaden skal inneholde søknadsbrev, CV, vitnemål med karakterutskrifter (også fra videregående) og attester. Fortell i søknadsbrevet hvilke(-n) avdeling(-er) du er mest interessert i å jobbe ved. 

Vi ser frem til å høre fra deg.

Om oss

Norsk Regnesentral (NR) er en uavhengig, ideell og almennyttig privat stiftelse som utfører oppdragsforskning.

Forskningsområdene er statistisk-matematisk modellering, geomodellering, maskinlæring, kunstig intelligens, bildeanalyse, jordobservasjon, språkteknologi, digital sikkerhet, digital inkludering og digital transformasjon.

NR er et av Europas største miljøer innen anvendt statistisk modellering. Instituttet har 102 ansatte. 

Norsk Regnesentral holder til i Kristen Nygaards hus ved Forskningsparken på Blindern i Oslo.

I over 70 år har instituttet levert samfunnsnyttige tjenester og skapt nye verdier for kunder og partnere innen et vidt spekter av bransjer; Teknologi og industri, Finans og forsikring, Klima og miljø, Naturressurser, Hav, Helse og Samfunn.

Våre oppdragsgivere er næringsliv og offentlige virksomheter både i Norge og internasjonalt, EU og Norges forskningsråd. Vår oppgave er å skape forskningsresultater som brukes og synes.

Spørsmål om stillingen

  • Ingrid Utseth (Forsker i BAMJO), utseth@nr.no
  • Till Halbach (Seniorforsker i DART), halbach@nr.no
  • Solveig Engebretsen (Seniorforsker i SAMBA), solveige@nr.no
  • Torstein Mæland Fjeldstad (Seniorforsker i SAND), torstein@nr.no

Søk på stillingen

Powered by Labrador CMS