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), der er finansieret af Novo Nordisk Fonden. Tiltrædelsesdatoen er den 1. september 2026 eller snarest derefter. 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 GWC's mission ved at understøtte modelleringen af drivhusgasflukser fra fjernmålte multimodale data og jordnære målinger. Interesseområder omfatter deep learning, hybridmodellering, selvsuperviseret læring 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 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 datalogiske publikationssteder (NeurIPS, CVPR, ICML, ICCV, ECCV osv.) og tidsskrifter inden for fjernmåling og økologi.
Programmeringsfærdigheder i Python og PyTorch er påkrævet. Erfaring 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 ved GWC og vil også være tilknyttet Dansk Pioneer Center 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 - UP1's 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 Danmarks ældste og største universitet. Det er rangeret som det bedste universitet i Skandinavien og som en af de bedste institutioner i Europa. Universitetet er vært for Pioneer Center 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 verdens 10 mest beboelige byer med en rig kultur inden for musik, teater og foreninger.
Livet for familier gøres let af et offentligt støttet dagpleje- og sundhedssystem, muligheder for dobbeltkarriere, barselsorlov og seks ugers betalt årlig ferie. Internationale kandidater kan finde information om at bo og arbejde i Danmark her. 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
Nødvendige kvalifikationer til det ordinære program
For at være berettiget til det ordinære ph.d.-program skal du have gennemført et uddannelsesprogram, der svarer til en dansk kandidatgrad (180 ECTS/3 FTE BSc + 120 ECTS/2 FTE MSc) relateret til projektets fagområde, f.eks. Datalogi, Elektroteknik, Matematik, Operationsanalyse og Statistik. For information om berettigelse af gennemførte uddannelser, se Generelle vurderinger for specifikke lande og Vurderingsdatabase.
Ansættelsesvilkår i det ordinære program
Ansættelse som ph.d.-stipendiat er fuldtids og for en maks. periode på 3 år.
Ansættelsen er betinget af en succesfuld indskrivning som ph.d.-studerende ved Ph.d.-skolen på Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet. Dette kræver indsendelse og accept af en ansøgning til det specifikke projekt, formuleret af ansøgeren.
Løn, pension og ansættelsesvilkår er i overensstemmelse med overenskomsten mellem Skatteministeriet og Akademikerne i staten. Afhængigt af anciennitet starter månedslønnen på cirka 31.800 DKK/ca. 4.200 EUR (august 2026-niveau) plus pension. Stillingen er omfattet af Protokol om Jobstruktur.
Ansvarsområder i ph.d.-programmet
- Gennemføre et uafhængigt forskningsprojekt under vejledning
- Gennemføre ph.d.-kurser svarende til ca. 30 ECTS / 1⁄2 FTE
- Deltage i aktive forskningsmiljøer, herunder et ophold ved en anden forskningsinstitution, fortrinsvis i udlandet
- Undervisnings- og vidensformidlingsaktiviteter
- Skrive videnskabelige artikler rettet mod tidsskrifter med stor gennemslagskraft
- Skrive og forsvare en ph.d.-afhandling på baggrund af projektet
KU - SCIENCE - DATALOGISK INSTITUT - UP1 søger følgende kvalifikationer:
- Faglige kvalifikationer relevante for ph.d.-projektet
- Stærk interesse for de relevante emner
- Akademisk baggrund (f.eks. gennemførte kurser) inden for de relevante emner
- Gode engelskkundskaber
- (Valgfrit) Relevante publikationer
- (Valgfrit) Relevant erhvervserfaring
Ansøgning og vurderingsprocedure
Din ansøgning inklusive alle bilag skal være på engelsk og indsendes elektronisk ved at klikke på 'Ansøg' nedenfor.
Inkluder venligst:
- Motiveret ansøgningsbrev, der tydeligt nævner det projekt, du ansøger om (maks. to sider)
- Curriculum vitae inklusive information om din uddannelse, erfaring, relevante kurser, sprogfærdigheder, navne og e-mailadresser på tre referencer og andre færdigheder relevante for stillingen
- Originale diplomer for Bachelor of Science eller Master of Science og studieudskrift på originalsproget, inklusive en autoriseret engelsk oversættelse, hvis udstedt på et andet sprog end engelsk eller dansk. Hvis ikke gennemført, accepteres en certificeret/underskrevet kopi af en nylig studieudskrift eller en skriftlig erklæring fra institutionen eller vejlederen.
- Publikationsliste (hvis muligt)
Ansøgningsfristen er den 2. august 2026, kl. 23.59 CET.
KU - SCIENCE - DATALOGISK INSTITUT - UP1 forbeholder sig retten til ikke at behandle materiale modtaget efter fristen, og til ikke at behandle ansøgninger, der ikke lever op til de ovennævnte krav.
Den videre proces
Efter fristen vil et antal ansøgere blive udvalgt til faglig vurdering af en uvildig ekspertbedømmer. Du vil blive underrettet om, hvorvidt du er sendt videre til vurdering.
Bedømmeren vil vurdere de udvalgte ansøgeres kvalifikationer og erfaringer i forhold til de ovennævnte forskningsområder, 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 at blive 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 på Det Natur- og Biovidenskabelige Fakultet er tilgængelig på Ph.d.-skolens hjemmeside.
