PostDoc Project in Real-Time Visual Computing and AI

Datalogisk Institut inviterer ansøgere til en postdoc-stilling inden for realtids visuel computergrafik og AI (REVCAI).

REVCAI-projektet undersøger, hvordan fremskridt inden for visuel computergrafik 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 i at forstå og generere visuel information. Dog forbliver deres beregningskrav, latens, begrænsede tilpasningsevne og afhængighed af storstilet computerinfrastruktur store forhindringer for deres anvendelse i interaktive og virkelige situationer.

Projektet vil udvikle nye algoritmer og beregningsmetoder i krydsfeltet mellem computergrafik, computersyn, maskinlæring, geometri og højtydende databehandling. Der vil blive lagt særlig vægt på repræsentationer og algoritmer, der muliggør sofistikeret visuel intelligens under praktiske beregningsmæssige begrænsninger.

Den forventede startdato er den 1. marts 2027, eller snarest muligt derefter.

Postdoc'en vil undersøge grundlæggende problemer inden for realtids og ressourceeffektiv visuel computergrafik og AI. Den præcise forskningsretning vil blive udviklet sammen med den succesfulde kandidat og kan bygge på vedkommendes særlige styrker og interesser.

Potentielle forskningsretninger inkluderer realtids 3D-rekonstruktion og -repræsentation, neurale og punktbaserede repræsentationer, effektiv rendering og visualisering, højtydende computersyn, 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. Latens, 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 perceptions- og handlingscyklus. Projektet vil derfor undersøge algoritmiske og repræsentative valg, der forbedrer beregningsmæssig ydeevne, samtidig med at nøjagtighed, robusthed og generalisering bevares – eller forbedres.

Projektet kan adressere spørgsmål som:

Hvordan kan kompleks visuel og multimodal information repræsenteres og behandles med interaktive hastigheder eller i realtid?

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 skal visuelle beregningssystemer evalueres, når latens, hukommelse, beregningsressourcer, robusthed og tilpasningsevne er vigtige ud over konventionelle nøjagtighedsmål?

Afhængigt af forskningsretningen kan arbejdet spænde fra lavniveau GPU- og systemoptimering til design af nye repræsentationer, læringsalgoritmer eller komplette realtids visuelle beregningssystemer. Anvendelser 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 ovennævnte opgaver. KU - SCIENCE - DATALOGISK INSTITUT - UP1 er især interesseret i forskning, der kombinerer stærke algoritmiske idéer med overbevisende praktiske demonstrationer og omhyggelig empirisk evaluering.

Hvem søges til stillingen?

KU - SCIENCE - DATALOGISK INSTITUT - UP1 søger kandidater, der har afsluttet deres ph.d. inden for datalogi, computer engineering, robotik, anvendt matematik eller beslægtede områder.

Ansøgere bør have stærke tekniske og analytiske færdigheder samt en interesse i at udvikle højtydende algoritmer til visuel computergrafik og kunstig intelligens.

Erfaring inden for et eller flere af følgende områder er en fordel:

• computergrafik eller computersyn,
• maskinlæring,
• 3D-rekonstruktion eller -repræsentation,
• GPU-programmering eller højtydende databehandling,
• robotik eller indlejret AI,
• geometribearbejdning,
• videnskabelig databehandling,
• optimering eller anvendt matematik.

Stærke programmeringsfærdigheder er vigtige. Erfaring med Python og/eller C++ samt moderne maskinlærings- eller GPU-beregningsrammer er særligt relevant.

KU - SCIENCE - DATALOGISK INSTITUT - UP1 forventer ikke, at kandidater allerede er eksperter inden for alle disse områder. Virksomheden vægter især nysgerrighed, stærk problemløsningsevne, matematisk og algoritmisk tænkning samt en interesse i at forstå, hvordan metoder fungerer, frem for at behandle eksisterende modeller som sorte bokse.

Hvad tilbydes i stillingen?

Projektet superviseres af professor Francois Lauze og adjunkt Bernhard Kerbl ved Datalogisk Institut, Københavns Universitet.

Postdoc'en vil tilslutte sig IMAGE-sektionen ved Københavns Universitet, et aktivt forskningsmiljø, der arbejder inden for computergrafik, computersyn, billedanalyse, geometri, beregningsmæssig modellering og kunstig intelligens.

Projektet vil give betydelig frihed til at udvikle en uafhængig forskningsprofil inden for den bredere REVCAI-dagsorden. Postdoc'en vil have mulighed for at samarbejde med forskere ved Københavns Universitet og med nationale og internationale forskningspartnere samt bidrage til både videnskabelige publikationer og open source-forskningssoftware.

IMAGE-sektionen tilbyder et venligt, samarbejdsorienteret og uformelt forskningsmiljø med tæt interaktion mellem fakultet, postdoktorale forskere og ph.d.-studerende. Sektionen vægter nysgerrighed, teknisk dybde, åbenhed og teamwork og sigter mod at tilbyde et støttende miljø.

Hovedvejleder: Francois Lauze, Datalogisk Institut.

Kontakt-e-mail: beke@di.ku.dk.

Kontaktelefon: +436504678319.

Ansættelsen som postdoc er en fuldtidsstilling på 2 år. Startdato 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 Magisterforening) eller anden relevant organisation. Aktuelt starter månedslønnen på 31.800 DKK/ca. 4.200 EUR (august 2026-niveau). Afhængigt af kvalifikationer kan der forhandles et tillæg.

Ansvarsområder:

• At gennemføre et uafhængigt forskningsprojekt under vejledning.
• At vejlede og støtte kommende ph.d.-studerende.
• At deltage aktivt i forskningsmiljøer, herunder et ophold ved en anden forskningsinstitution, fortrinsvis i udlandet.
• At deltage i undervisnings- og vidensformidlingsaktiviteter.
• At skrive videnskabelige artikler rettet mod førende internationale konferencer og tidsskrifter.

Følgende kvalifikationer søges:

• En stærk akademisk baggrund inden for datalogi, computer engineering, robotik, anvendt matematik, fysik eller et beslægtet felt.
• Stærke programmerings- og algoritmiske problemløsningsevner.
• Erfaring med et eller flere af følgende områder: computergrafik, computersyn, maskinlæring, højtydende databehandling, 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 engelskkundskaber.

Ansøgnings- og vurderingsprocedure

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

Ansøgere bedes inkludere:

• Motivationsbrev (maks. én side), der beskriver motivationen for at søge stillingen og forskningsinteresser, der er relevante for positionen.
• Curriculum vitae, der inkluderer information om uddannelse, erfaring, sprogkundskaber, tekniske færdigheder og andre kvalifikationer, der er relevante for stillingen.
• Originale eksamensbeviser for bachelor-, master- og ph.d.-grader samt karakterudskrifter på originalsproget, inklusive en autoriseret engelsk oversættelse, hvis udstedt på et andet sprog end engelsk eller dansk. Hvis graden endnu ikke er afsluttet, accepteres en bekræftet/signeret kopi af en nylig karakterudskrift eller en skriftlig erklæring fra institutionen eller vejlederen.
• Publikationsliste, hvis relevant.
• Referencebreve eller kontaktoplysninger for referencer, hvis tilgængelige.

Ansøgningsfrist

Fristen for ansøgninger er den 6. november 2027, kl. 23:59 CET.

KU - SCIENCE - DATALOGISK INSTITUT - UP1 forbeholder sig ret 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 sendt til faglig vurdering af en uafhængig ekspertbedømmer. Ansøgere vil blive underrettet, om deres ansøgning er blevet udvalgt til vurdering.

Bedømmeren vil evaluere de kortlistede ansøgeres kvalifikationer og erfaringer i forhold til det ovenfor beskrevne forskningsområde, metoder, færdigheder og andre krav. Ansøgere, der er udvalgt til vurdering, vil få mulighed for at kommentere på deres vurdering.

Yderligere information om Københavns Universitets rekrutteringsproces kan findes på:

https://employment.ku.dk/faculty/recruitment-process/