LEDIG STILLING PÅ UNIVERSITETET I STAVANGER

Stipendiat i bildebehandling og maskinlæring

Søknadsfrist: 15.03.2021

Universitetet i Stavanger

Universitetet i Stavanger (UiS) har omlag 12.000 studenter og 1.800 ansatte. Vi er eneste norske medlem av European Consortium of Innovative Universities. Universitetet har store ambisjoner. Vi skal ha en innovativ og internasjonal profil og være en drivkraft i kunnskapsutviklingen og endringsprosesser i samfunnet. Sammen med våre ansatte og studenter vil vi løfte blikket, og våge å tenke stort og nytt – vi vil utfordre det velkjente og utforske det ukjente.


Institutt for data- og elektroteknologi er en del av Det teknisk-naturvitenskapelige fakultet, og utfører forskning innen datateknologi, data science, kybernetikk og signalbehandling, og tilbyr bachelor- og masterutdanning innen elektroteknikk, datateknologi og data science, kybernetikk og robotteknologi og signalbehandling, i tillegg til PhD-utdanning innen informasjonsteknologi. Det er for tiden 50 ansatte, inkludert stipendiater, forskere og postdocs, og 600 studenter ved instituttet.

Om stillingen

Universitetet i Stavanger har ledig stilling som stipendiat i bildebehandling og maskinlæring ved Det teknisk-naturvitenskapelige fakultet, Institutt for data og elektroteknologi. Stillingen er ledig fra 01.08.2021.

Dette er en utdanningsstilling som i hovedsak skal gi lovende forskere anledning til faglig utvikling. Stillingen har forskerutdanning fram til doktorgrad som mål.

Stipendiaten ansettes for en periode på tre år med ren forskerutdanning.

Den som ansettes vil være knyttet til forskningsprosjektet «NewbornTime - forbedret nyfødtomsorg basert på video og kunstig intelligens».

Stillingen er eksternt finansiert med midler fra Norges Forskningsråd.

Om NewbornTime prosjektet

NewbornTime prosjektet handler om forbedret nyfødtomsorg ved bruk av kunstig intelligens (AI) for aktivitetsgjenkjenning i video fra tiden under og etter fødselen.

Mangel på oksygen for et barn under og etter fødsel kan føre til fødselasfyksi, en ledende årsak til dødsfall for nyfødte, cerebral parese og annen langvarig skade. Dersom et barn trenger hjelp til å starte å puste, skal gjenoppliving startes umiddelbart i henhold til retningslinjer. Gjenopplivningsaktiviteter inkluderer stimulering, sug for fjerning av slim og bag-maske ventilering. I Norge trenger rundt 10% av termin barn stimulering og rundt 3% ventilering.

NewbornTime prosjektet vil generere en tidslinje som beskriver hendelser og aktiviteter utført på nyfødte. Et nøyaktig fødselstidspunkt vil bli bestemt ved hjelp av AI-modeller brukt på infrarød (IR) termisk video tatt opp i fødestuen.

Aktivitetsgjenkjenning vil bli utført ved hjelp av AI i form av dype konvolusjons nevrale nettverk (CNN) på både termisk video og RGB-video fra gjenopplivingen. Systemet vil være designet for å kunne gjenkjenne flere tidsoverlappende aktiviteter. Innsats vil bli lagt i å lage AI-modellene som er robuste, pålitelige, generelle og adaptive for å kunne bruke de på forskjellige sykehus. Nyfødt-tidslinjen vil bli brukt til å evaluere samsvar med retningslinjer og å identifisere vellykkede mønster av gjenopplivningsaktiviteter. De kan videre benyttes i de-briefing og kvalitetsforbedringsverktøy.

Prosjektet er et samarbeidsprosjekt mellom Universitetet i Stavanger (UiS), Stavanger universitetssykehus (SUS), Laerdal medical og BitYoga. UiS, SUS og Laerdal har lang samarbeidserfaring og kan vise til lovende resultater innen aktivitetsgjenkjenning fra gjenopplivningsvideoer fra sykehus i Tanzania. I NewbornTime prosjektet vil datainnsamlingen bli utført på SUS. BitYoga og Laerdal vil sikre smarte GDPR-kompatible datadelingskontrakter og dataplattform. UiS vil utvikle adaptive AI-metoder for aktivitetsgjenkjenning i video.

Dette PhD prosjektet vil omhandle hendelsesdeteksjon og aktivitetsdeteksjon fra video. Kandidaten vil jobbe med å utvikle passende arkitekturer for dype nevrale nett og med «semi-supervised» læring av slike nettverk for hendelses- og aktivitetsgjenkjenning fra uklippet video. Formålet er å detektere fødselstidspunktet automatisk og gjenkjenne viktige gjenopplivingshendelser og aktiviteter.

Kvalifikasjonskrav

Du må ha en sterk faglig bakgrunn med femårig mastergrad (3+2) innenfor elektrofag, datafag eller maskinlæring, eller tilsvarende utdanning som gir grunnlag for å gjennomføre en forskerutdanning, fortrinnsvis av nyere dato.

Dersom karakteren din på masteroppgaven og veid gjennomsnittskarakter på masterstudiet begge hver for seg tilsvarer B eller bedre, er du den vi søker etter. Avslutter du utdanningen din våren 2021 er du også velkommen til å søke.

Dersom du har utdannelse fra en institusjon med annen karakterskala enn A-F ber vi deg om å legge ved en bekreftet konverteringsskala som viser hvordan karakterene kan sammenliknes med den norske A-F skalaen. Du kan bruke disse konverteringsskalaene til å beregne poengene dine for opptak.

Du må fra din mastergrad ha emner som:

  • signal- og/eller digital bildebehandling
  • maskinlæring
  • programmering

I tillegg er det en fordel å ha emner/dokumentert kunnskap innenfor dype nevrale nett.

Videre legges det vekt på at du:

  • er motivert, har potensial for forskning innenfor fagfeltet
  • har faglige og personlige forutsetninger for å gjennomføre doktorgradsutdanningen innen ansettelsesperioden
  • kan arbeide selvstendig og i et fellesskap, være nytenkende og kreativ
  • er strukturert og har stor arbeidskapasitet
  • har gode ferdigheter i engelsk, både skriftlig og muntlig.

Krav til kompetanse i engelsk

Gode ferdigheter i engelsk er påkrevd for deltakelse i doktorgradsprogrammet. Internasjonale søkere må dokumentere at en har gjennomført en av følgende tester med angitte resultater eller bedre:

  • TOEFL – Test of English as a Foreign Language, Internet-Based Test (IBT). Minimum resultat: 90
  • IELTS – International English Language Testing Service. Minimum resultat: 6.5
  • Certificate in Advanced English (CAE) og Certificate of Proficiency in English (CPE) fra Universitetet i Cambridge
  • PTE Academic – Pearson Test of English Academic. Minimum resultat: 62

Følgende søkere er fritatt fra ovennevnte krav:

  • søkere med ett års fullført universitetsstudier i Australia, Canada, Irland, New Zealand, Storbritannia, USA
  • søkere med International Baccalaureate (IB) diplom
  • søkere med fullført bachelor- og/eller mastergrad med engelsk som undervisningsspråk i et EU-/EØS-land

Vi tilbyr

  • varierte arbeidsoppgaver i en stor, spennende og samfunnsviktig organisasjon
  • et ambisiøst arbeidsfellesskap og et inkluderende arbeidsmiljø
  • lønn etter Statens lønnsregulativ l.pl 17.515, kode 1017, kr 482.200 bto pr år med lønnsutvikling etter ansiennitet i stillingen. Fra lønnen trekkes lovfestet innskudd til Statens pensjonskasse.
  • medlemskap i Statens pensjonskasse sikrer gode pensjons- og forsikringsordninger
  • mer om ansattgoder og fordeler på uis.no

Mangfold

Universitetets verdier er å være uavhengig, involverende og skapende. Vi vurderer mangfold som en ressurs i vårt arbeids- og læringsmiljø, og er opptatt av å vise respekt for hverandres ulikheter og bakgrunn. Universell utforming skal prege våre fysiske og digitale læringsmiljø, og arbeidsplassen vil om nødvendig bli lagt til rette for ansatte med nedsatt funksjonsevne.

Dersom du vurderer stillingen som interessant oppfordrer vi deg til å søke, uavhengig av kjønn, funksjonsevne, kulturell bakgrunn eller om du en periode har vært utenfor arbeidslivet.

Universitetet vil rekruttere flere kvinner til stipendiatstillinger innenfor fagområdet. Dersom flere søkere anses å ha likeverdige kvalifikasjoner, vil en kvinne bli prioritert foran en mann.

Kontaktinformasjon

Nærmere opplysninger om stillingen fås ved henvendelse til:

Opplysninger om ansettelsesprosessen fås ved henvendelse til HR-konsulent Rosa Andrade, tlf: +47 51 83 11 91, e-post: rekruttering@uis.no.

Søknaden

Søk stillingen elektronisk via "Søk stillingen" på denne siden. Her registreres minimum søknad, relevant utdanning og arbeidserfaring samt språkferdigheter. I søknadsbrevet må du få frem dine forskningsinteresser og motivasjon for stillingen.

Følgende lastes opp som vedlegg til søknaden:

  • CV med fullstendig oversikt over utdanning og erfaring
  • publikasjoner eller annet relevant forskningsarbeid
  • vitnemål og attester samt dokumentasjon på annen aktivitet som vurderes relevant

Søknaden vil kun bli vurdert ut fra informasjonen som foreligger i Jobbnorge ved søknadsfristen. Sørg derfor for at søknaden tydelig viser hvordan dine ferdigheter og erfaringer oppfyller kriteriene som er beskrevet over.

Dokumentasjonen må foreligge på et skandinavisk språk eller engelsk. Hvis vedleggene overskrider 30 MB til sammen må disse komprimeres før opplasting.

Vi gjør oppmerksom på at opplysninger om søker kan bli offentliggjort selv om søker har anmodet om ikke å bli oppført på offentlig søkerliste, jf offentlighetsloven § 25.

UiS vurderer bare søknader og vedlegg registrert i Jobbnorge.

Generell informasjon

Ansettelsen blir gjennomført etter prinsippene i statsansatteloven, og lovverk som regulerer eksport av kunnskap, teknologi og tjenester.

Ansettelse som stipendiat er regulert i Forskrift om ansettelsesvilkår for stillinger som postdoktor, stipendiat, vitenskapelig assistent samt spesialistkandidat.

Din kompetanse for stillingen, ut fra dokumentasjon registrert i Jobbnorge, vil bli vurdert av en intern komite. På bakgrunn av komiteens uttalelse vil aktuelle søkere bli invitert til intervju. Det vil også bli innhentet referanser for aktuelle kandidater. Mer om ansettelsesprosessen på våre nettsider.

Studiet gjennomføres i hovedsak ved Universitetet i Stavanger, bortsett fra et avtalt utenlandsopphold i et anerkjent relevant forskningsmiljø.

Det er en forutsetning at du bosetter deg slik at du kan være tilstede ved, og tilgjengelig for, fagmiljøet på arbeidsplassen i ordinær arbeidstid.

Stillingen er kunngjort på både norsk og engelsk. Ved meningsforskjell mellom tekstene skal den norske teksten legges til grunn.

Søk stillingen

Powered by Labrador CMS