PhD fellowship in Machine Learning for Environmental Sciences - Department of Computer Science, Machine Learning Section

Beskrivelse

Datalogisk Institut, Sektion for Maskinlæring, inviterer til ansøgninger om et fuldt finansieret ph.d.-stipendium. Stillingen er en del af Global Wetland Center (GWC), finansieret af Novo Nordisk Fonden. Startdatoen er den 1. september 2026 eller snarest muligt herefter.

Ansøgningsfristen er den 2. august 2026. Bemærk at KU - SCIENCE - DATALOGISK INSTITUT - UP1 kun kan behandle ansøgninger indsendt via universitetets officielle hjemmeside.

Om Global Wetland Center

GWC bidrager til udviklingen af vådområdebaserede strategier for modvirkning af klimaforandringer gennem en kombination af biogeokemisk og hydrologisk modellering, satellitfjernmåling og brug af kunstig intelligens-teknikker. Centret er et samarbejde mellem to institutter fra Københavns Universitet (Institut for Geovidenskab og Naturforvaltning og Datalogisk Institut), DHI A/S og GEUS (De Nationale Geologiske Undersøgelser for Danmark og Grønland).

Om ph.d.-stillingen

KU - SCIENCE - DATALOGISK INSTITUT - UP1 søger en kreativ studerende, der er interesseret i at udvikle nye maskinlæringsmetoder til økosystemmodellering. Den succesfulde kandidat vil bidrage til GWCs mission ved at understøtte modelleringen af drivhusgasflukser fra fjernmålte multimodale data og jordbaserede målinger. Interesseområder omfatter deep learning, hybridmodellering, self-supervised learning og udvikling af nye globale datasæt.

Ansøgere skal have en uddannelse svarende til en dansk kandidatgrad i datalogi, anvendt matematik, geomatik eller beslægtede discipliner. Stillingen kræver en ægte interesse for tværfaglig forskning og en stærk baggrund inden for maskinlæring og computersyn. Den studerende vil arbejde med forskningsprojekter med stor gennemslagskraft med fokus på metodologisk forskning rettet mod top-tier publikationssteder inden for datalogi (NeurIPS, CVPR, ICML, ICCV, ECCV osv.) og tidsskrifter inden for fjernmåling og økologi.

Programmeringsfærdigheder i Python og PyTorch er påkrævet. Erfaring med arbejde med fjernmålingsdata (f.eks. ved brug af GDAL, Rasterio, GeoPandas) og differentiabel programmering er et plus.

Ph.d.-studerende vil samarbejde tæt med et tværfagligt team hos GWC og vil også være tilknyttet Danmarks Pionercenter for AI. Afhængigt af kandidaten er der mulighed for at blive en del af ELLIS ph.d.-programmet.

Hovedvejleder er ELLIS fellow professor Christian Igel, igel@di.ku.dk, DIKU. Medvejleder er adjunkt Nico Lang, nila@di.ku.dk, fra DIKU. KU - SCIENCE - DATALOGISK INSTITUT - UP1s sektion og forskning – og hvad tilbydes der?

Sektionen for Maskinlæring er en del af Datalogisk Institut, Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet, og ELLIS Unit Copenhagen (https://ellis.eu/). Københavns Universitet blev grundlagt i 1479 og er det ældste og største universitet i Danmark. Det er rangeret som det bedste universitet i Skandinavien og som en af topinstitutionerne i Europa. Universitetet huser Pionercenter for Kunstig Intelligens.

Datalogisk Institut (DIKU) tilbyder et venligt og blomstrende internationalt forsknings- og arbejdsmiljø med muligheder for at opbygge internationalt konkurrencedygtige forskningsgrupper. København er en af de 10 mest beboelige byer i verden med en rig kultur inden for musik, teater og foreninger. Familielivet gøres let af et offentligt støttet dagpleje- og sundhedssystem, dobbelte karrieremuligheder, barselsorlov og seks ugers betalt årlig ferie.

Internationale kandidater kan finde information om at bo og arbejde i Danmark. Nyttig information er også tilgængelig hos The International Staff Mobility office (ISM) ved Københavns Universitet. ISM tilbyder en række tjenester til internationale forskere, der kommer til og arbejder ved Københavns Universitet.

Forespørgsler om instituttet, stillingen og arbejdet i Danmark kan rettes til Christian Igel (igel@di.ku.dk).

Ph.d.-programmet Kvalifikationer nødvendige for det regulære program

For at være kvalificeret til det regulære ph.d.-program skal du have gennemført en uddannelse svarende til en dansk kandidatgrad (180 ECTS/3 FTE BSc + 120 ECTS/2 FTE MSc) inden for projektets fagområde, f.eks. datalogi, elektroteknik, matematik, operationsanalyse og statistik. For information om berettigelse af afsluttede uddannelser, se Generelle vurderinger for specifikke lande og Vurderingsdatabase.

Ansættelsesvilkår i det regulære program

Ansættelse som ph.d.-stipendiat er fuldtid og for maks. 3 år.

Ansættelse er betinget af din succesfulde indskrivning som ph.d.-studerende ved Ph.d.-skolen ved Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet. Dette kræver indsendelse og accept af en ansøgning om det specifikke projekt formuleret af ansøgeren.

Løn, pension og ansættelsesvilkår er i overensstemmelse med overenskomsten mellem Finansministeriet og Akademikerne i Staten. Afhængigt af anciennitet starter månedslønnen på ca. 31.800 DKK/ca. 4.200 EUR (august 2026 niveau) plus pension. Stillingen er omfattet af Protokol om Jobstruktur.

Ansvarsområder i ph.d.-programmet

1. Gennemføre et uafhængigt forskningsprojekt under vejledning
2. Gennemføre ph.d.-kurser svarende til ca. 30 ECTS / 1⁄2 årsværk
3. Deltage i aktive forskningsmiljøer, herunder et ophold ved en anden forskningsinstitution, fortrinsvis i udlandet
4. Undervisnings- og vidensformidlingsaktiviteter
5. Skrive videnskabelige artikler rettet mod tidsskrifter med stor gennemslagskraft
6. Skrive og forsvare en ph.d.-afhandling på baggrund af dit projekt

KU - SCIENCE - DATALOGISK INSTITUT - UP1 søger følgende kvalifikationer:

1. Faglige kvalifikationer relevante for ph.d.-projektet
2. Stærk interesse for de relevante emner
3. Akademisk baggrund (f.eks. gennemførte kurser) inden for de relevante emner
4. Gode engelskkundskaber
5. (Valgfrit) Relevante publikationer
6. (Valgfrit) Relevant erhvervserfaring

Ansøgnings- og vurderingsprocedure

Din ansøgning inklusive alle bilag skal være på engelsk og indsendes elektronisk.

Inkluder venligst:

1. Motiveret ansøgning, der tydeligt nævner det projekt, du ansøger om (maks. to sider)
2. Curriculum vitae inklusive information om din uddannelse, erfaring, relevante kurser, sprogfærdigheder, navne og e-mailadresser på tre referencer, og andre færdigheder relevante for stillingen
3. Originale eksamensbeviser for Bachelor of Science eller Master of Science og karakterudskrifter på originalsproget, inklusive en autoriseret engelsk oversættelse, hvis udstedt på et andet sprog end engelsk eller dansk. Hvis ikke afsluttet, accepteres en certificeret/underskrevet kopi af en nylig karakterudskrift eller en skriftlig erklæring fra institutionen eller vejlederen.
4. Publikationsliste (hvis muligt)

Ansøgningsfristen er den 2. august 2026, kl. 23.59 CET.

KU - SCIENCE - DATALOGISK INSTITUT - UP1 forbeholder sig ret til ikke at behandle materiale modtaget efter fristen og ikke at behandle ansøgninger, der ikke opfylder de ovennævnte krav.

Den videre proces

Efter ansøgningsfristen vil et antal ansøgere blive udvalgt til akademisk vurdering af en uvildig ekspertbedømmer. Du vil blive underrettet, om du går videre til vurdering.

Bedømmeren vil vurdere de shortlistede ansøgeres kvalifikationer og erfaring med hensyn til det ovennævnte forskningsområde, teknikker, færdigheder og andre krav. Bedømmeren vil konkludere, om hver ansøger er kvalificeret, og i så fald, til hvilken af de to modeller. De vurderede ansøgere vil få mulighed for at kommentere på deres vurdering. Du kan læse om rekrutteringsprocessen på: http://employment.ku.dk/faculty/recruitment-process/.

Interviews med udvalgte kandidater forventes afholdt kort efter ansøgningsfristen.

Spørgsmål

For specifik information om ph.d.-stipendiet bedes du kontakte de relevante vejledere, hvis e-mails er angivet ovenfor.

Generel information om ph.d.-studiet ved Det Natur- og Biovidenskabelige Fakultet er tilgængelig på Ph.d.-skolens hjemmeside.