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

Beskrivelse

KU - SCIENCE - DATALOGISK INSTITUT - UP1, Maskinlæringssektionen, inviterer ansøgninger til et fuldt finansieret ph.d.-stipendium. Stillingen er en del af Global Wetland Center (GWC), finansieret af Novo Nordisk Fonden. Tiltrædelse 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

Global Wetland Center (GWC) bidrager til udviklingen af vådområdebaserede strategier for modvirkning af klimaforandringer. Dette sker gennem en kombination af biogeokemisk og hydrologisk modellering, satellitfjernmåling samt brug af kunstig intelligens. 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, som er interesseret i at udvikle nye maskinlæringsmetoder til økosystemmodellering. Den succesfulde kandidat vil bidrage til GWC's mission ved at understøtte modellering af drivhusgasflukser fra fjernmålte multimodale data og jordnære målinger. Emner af interesse inkluderer deep learning, hybridmodellering, selvsuperviseret læring samt 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 impact 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 at arbejde med fjernmålingsdata (f.eks. ved brug af GDAL, Rasterio, GeoPandas) og inden for differentiabel programmering er et plus.

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

Hovedvejleder er ELLIS fellow prof. Christian Igel, igel@di.ku.dk, DIKU. Medvejleder er adjunkt Nico Lang, nila@di.ku.dk, fra DIKU.

Sektionen og forskningen – og hvad KU - SCIENCE - DATALOGISK INSTITUT - UP1 tilbyder

Maskinlæringssektionen 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 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. Livet for familier gøres nemt af et offentligt støttet dagtilbud og sundhedssystem, muligheder for dobbelt karriere, 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 International Staff Mobility office (ISM) på Københavns Universitet. ISM tilbyder en række services til internationale forskere, der kommer til og arbejder ved Københavns Universitet.

Spørgsmål 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 kvalificeret til det ordinære ph.d.-program skal du have gennemført et studieforløb svarende 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 på fuld tid og for maksimalt 3 år.

Ansættelse er betinget af din succesfulde 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 aftalen mellem Skatteministeriet og Akademikerne i Staten. Afhængig af anciennitet starter månedslønnen på cirka 31.800 DKK/omtrent 4.200 EUR (niveau august 2026) plus pension. Stillingen er dækket af protokollen om stillingsstruktur.

Ansvarsområder i ph.d.-programmet:

• Gennemføre et selvstændigt forskningsprojekt under vejledning.
• Gennemføre ph.d.-kurser svarende til ca. 30 ECTS / 1⁄2 fuldtidsækvivalent.
• 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 impact.
• Skrive og forsvare en ph.d.-afhandling baseret på dit projekt.

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.

Ansøgnings- og vurderingsprocedure

Ansøgningen inklusive alle bilag skal være på engelsk og indsendes elektronisk.

Ansøgningen skal indeholde:

• Motiveret ansøgning, der tydeligt nævner det projekt, du søger (maks. to sider).
• Curriculum vitae med information om din uddannelse, erfaring, relevante kurser, sprogfærdigheder, navne og e-mailadresser på tre referencer samt andre færdigheder relevante for stillingen.
• Originale eksamensbeviser for bachelor- eller kandidatuddannelse og karakterudskrifter på originalsproget, inklusive en autoriseret engelsk oversættelse, hvis udstedt på et andet sprog end engelsk eller dansk. Hvis uddannelsen ikke er afsluttet, accepteres en certificeret/underskrevet kopi af en nylig karakterudskrift 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 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 faglig vurdering af en uvildig ekspertbedømmer. Du vil blive underrettet, om du er gået videre til vurdering.

Bedømmeren vil vurdere de udvalgte ansøgeres kvalifikationer og erfaringer med hensyn til det ovenfor nævnte 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 bedømte ansøgere får mulighed for at kommentere 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-mailadresser er angivet ovenfor.

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