KU - SCIENCE - DATALOGISK INSTITUT - UP1 inviterer ansøgere til en postdoc-stilling inden for realtids visuel computing og AI (REVCAI).
REVCAI-projektet undersøger, hvordan fremskridt inden for visuel computing og kunstig intelligens kan omsættes til systemer, der ikke kun er præcise, men også hurtige, effektive, skalerbare, responsive og praktiske at implementere. Moderne AI-systemer har gjort bemærkelsesværdige fremskridt inden for forståelse og generering af visuel information, men deres beregningskrav, latenstid, begrænsede tilpasningsevne og afhængighed af storskala computerinfrastruktur forbliver store hindringer for deres brug i interaktive og virkelige omgivelser.
Projektet vil udvikle nye algoritmer og beregningsmetoder i skæringspunktet mellem computergrafik, computervision, maskinlæring, geometri og højtydende computing. Særlig vægt vil blive lagt på repræsentationer og algoritmer, der muliggør sofistikeret visuel intelligens under praktiske beregningsmæssige begrænsninger.
Den forventede startdato er den 1. marts 2027, eller snarest derefter.
Postdocen vil undersøge fundamentale problemer inden for realtids- og ressourceeffektiv visuel computing og AI. Den præcise forskningsretning vil blive udviklet sammen med den succesfulde kandidat og kan bygge på kandidatens særlige styrker og interesser.
Potentielle forskningsretninger omfatter realtids 3D-rekonstruktion og -repræsentation, neurale og punktbaserede repræsentationer, effektiv rendering og visualisering, højtydende computervision, effektiv maskinlæring, dynamisk og multimodal sceneopfattelse, geometrisk og fysisk ræsonnement samt visuel perception for interaktive eller indlejrede systemer.
Et centralt tema for projektet er, at beregningseffektivitet ikke blot er en implementeringsdetalje. Latenstid, hukommelsesforbrug, skalerbarhed og beregningsomkostninger kan fundamentalt afgøre, om en algoritme kan bruges i et interaktivt system, på ressourcebegrænset hardware eller som en del af en større perceptuel- og handlingssløjfe. Projektet vil derfor undersøge algoritmiske og repræsentative valg, der forbedrer beregningsmæssig ydeevne, samtidig med at nøjagtighed, robusthed og generalisering bevares – eller forbedres.
Projektet kan behandle spørgsmål som:
Hvordan kan kompleks visuel og multimodal information repræsenteres og behandles med interaktive eller realtidshastigheder?
Hvordan kan moderne visuelle AI-metoder gøres væsentligt mere beregningseffektive og skalerbare?
Hvilke repræsentationer kombinerer bedst udseende, geometri, semantik, dynamik og fysisk information?
Hvordan kan visuelle repræsentationer designes ikke kun til rekonstruktion eller forudsigelse, men også til interaktion og beslutningstagning?
Hvordan bør visuelle computing-systemer evalueres, når latenstid, hukommelse, beregningsressourcer, robusthed og tilpasningsevne er vigtige udover konventionelle nøjagtighedsmål?
Afhængigt af forskningsretningen kan arbejdet spænde fra lavniveau GPU- og systemoptimering til design af nye repræsentationer, læringsalgoritmer eller komplette realtids visuelle computing-systemer. Applikationer kan omfatte robotik og autonome systemer, interaktive 3D-applikationer, augmented og virtual reality, videnskabelig og biomedicinsk billeddannelse samt andre domæner, hvor visuel information skal behandles effektivt og pålideligt.
Den succesfulde kandidat forventes at udvikle nye metoder, implementere og eksperimentelt evaluere dem, sammenligne dem med relevante state-of-the-art tilgange samt vejlede ph.d.-studerende eller bachelorstuderende, der udfører ovenstående opgaver. KU - SCIENCE - DATALOGISK INSTITUT - UP1 er særligt interesseret i forskning, der kombinerer stærke algoritmiske idéer med overbevisende praktiske demonstrationer og omhyggelig empirisk evaluering.
Hvem søges?
KU - SCIENCE - DATALOGISK INSTITUT - UP1 søger kandidater, der har gennemført deres ph.d. inden for datalogi, computerteknik, robotik, anvendt matematik eller beslægtede områder.
Ansøgere bør have stærke tekniske og analytiske færdigheder samt en interesse i at udvikle højtydende algoritmer til visuel computing og kunstig intelligens.
Erfaring inden for et eller flere af følgende områder er en fordel:
- computergrafik eller computervision,
- maskinlæring,
- 3D-rekonstruktion eller -repræsentation,
- GPU-programmering eller højtydende computing,
- robotik eller indlejret AI,
- geometribearbejdning,
- videnskabelig computing,
- optimering eller anvendt matematik.
Stærke programmeringsfærdigheder er vigtige. Erfaring med Python og/eller C++ samt moderne maskinlærings- eller GPU-computing-rammeværker er særligt relevant.
Virksomheden forventer ikke, at kandidaterne allerede er eksperter inden for alle disse områder. Virksomheden værdsætter især nysgerrighed, stærk problemløsningsevne, matematisk og algoritmisk tænkning og en interesse i at forstå, hvordan metoder fungerer, snarere end at behandle eksisterende modeller som sorte bokse.
Hvad tilbydes?
Projektet er superviseret af professor Francois Lauze og adjunkt Bernhard Kerbl ved Institut for Datalogi, Københavns Universitet.
Postdocen vil tilslutte sig IMAGE-sektionen ved Københavns Universitet, et aktivt forskningsmiljø, der arbejder på tværs af computergrafik, computervision, billedanalyse, geometri, beregningsmæssig modellering og kunstig intelligens.
Projektet vil give betydelig frihed til at udvikle en uafhængig forskningsprofil inden for den bredere REVCAI-dagsorden. Postdocen vil have muligheder for at samarbejde med forskere ved Københavns Universitet og med nationale og internationale forskningspartnere samt bidrage til både videnskabelige publikationer og open source-forskning software.
IMAGE tilbyder et venligt, samarbejdsvilligt og uformelt forskningsmiljø med tæt interaktion mellem fakultet, postdocs og ph.d.-studerende. Teamet værdsætter nysgerrighed, teknisk dybde, åbenhed og teamwork og sigter mod at tilbyde et støttende miljø.
Hovedvejleder er Francois Lauze fra Institut for Datalogi.
Kontakt E-mail: beke@di.ku.dk
Kontakt Telefon: +436504678319
Ansættelsen som postdoc er en fuldtidsstilling i to år. Startdatoen er den 15. november 2026, eller efter aftale.
Stillingen er omfattet af aftalen om jobstruktur for akademisk personale.
Løn, pension og andre ansættelsesforhold fastsættes i overensstemmelse med aftalen mellem Finansministeriet og AC (Dansk Akademiker Forbund) eller anden relevant organisation. I øjeblikket starter månedslønnen på 31.800 DKK/ca. 4.200 EUR (august 2026-niveau). Afhængigt af kvalifikationer kan et tillæg forhandles.
Arbejdsopgaver:
- Gennemføre et selvstændigt forskningsprojekt under supervision.
- Vejlede og støtte potentielle ph.d.-studerende.
- Deltage aktivt i forskningsmiljøer, herunder et ophold ved en anden forskningsinstitution, fortrinsvis i udlandet.
- Deltage i undervisnings- og vidensformidlingsaktiviteter.
- Skrive videnskabelige artikler rettet mod førende internationale konferencer og tidsskrifter.
Der søges følgende kvalifikationer:
- En stærk akademisk baggrund inden for datalogi, computerteknik, robotik, anvendt matematik, fysik eller et beslægtet felt.
- Stærke programmerings- og algoritmiske problemløsningsevner.
- Erfaring med et eller flere af følgende områder: computergrafik, computervision, maskinlæring, højtydende computing, robotik, geometribearbejdning, optimering eller relaterede kvantitative metoder.
- Relevant forsknings-, speciale-, projekt- eller publikationserfaring.
- Programmeringserfaring, fortrinsvis i Python og/eller C++.
- En interesse i beregningseffektivitet og i at forstå de algoritmiske og systemmæssige aspekter af moderne visuel AI.
- En nysgerrig og analytisk tankegang samt en evne til at arbejde både selvstændigt og i samarbejde.
- Gode skriftlige og mundtlige engelskfærdigheder.
Ansøgnings- og vurderingsprocedure
Ansøgningen, inklusive alle bilag, skal være på engelsk og indsendes elektronisk.
Der skal inkluderes:
- Motivationsbrev (maks. én side), der beskriver motivationen for at ansøge og de forskningsinteresser, der er relevante for stillingen.
- Curriculum vitae, inklusive information om uddannelse, erfaring, sprogfærdigheder, tekniske færdigheder og andre kvalifikationer relevante for stillingen.
- Originale eksamensbeviser for bachelor-, master- og ph.d.-grader og karakterudskrifter på originalsproget, inklusive en autoriseret engelsk oversættelse, hvis de er udstedt på et andet sprog end engelsk eller dansk. Hvis graden endnu ikke er afsluttet, accepteres en certificeret/underskrevet kopi af en nylig karakterudskrift eller en skriftlig erklæring fra institutionen eller vejlederen.
- Publikationsliste, hvis relevant.
- Referencenoter eller kontaktoplysninger til referencer, hvis tilgængelige.
Ansøgningsfrist
Ansøgningsfristen er den 6. november 2027, kl. 23:59 CET.
KU - SCIENCE - DATALOGISK INSTITUT - UP1 forbeholder sig retten til ikke at behandle materiale modtaget efter fristen, eller ansøgninger der ikke opfylder de ovennævnte krav.
Den videre proces
Efter fristen vil udvalgte ansøgere blive indsendt til akademisk vurdering af en uvildig ekspertbedømmer. Ansøgere vil blive underrettet, om deres ansøgning er blevet udvalgt til vurdering.
Bedømmeren vil evaluere kvalifikationerne og erfaringen hos de kortlistede ansøgere med hensyn til forskningsområde, metoder, færdigheder og andre ovenfor beskrevne krav. Ansøgere, der er udvalgt til vurdering, vil have mulighed for at kommentere deres vurdering.
Man kan læse mere om Københavns Universitets rekrutteringsproces på:
