Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället. Vår viktigaste tillgång är alla de individer som med sin nyfikenhet och sitt engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Uppsala universitet har drygt 45 000 studenter, mer än 7 000 anställda och en omsättning på cirka 7 miljarder kronor.
Institutionen för kemi - Ångström bedriver forskning och utbildning inom kemiämnet.
Institutionen har 250 anställda och omsätter 250 miljoner kronor. Vid institutionens sex program bedrivs mycket framgångsrik forskning av hög internationell klass. Vi har ett stort antal externt finansierade forskningsprojekt, ofta med internationellt samarbete och vi ser en fortsatt god tillväxt inom vårt ämnesområde. Institutionen har utbildningsuppdrag inom ingenjörs- och civilingenjörsprogram samt masterprogram. Mer information finns på vår https://kemi.uu.se/angstrom.
Beskrivning av forskningsprojekt: "The Battery Interface Genome – Materials Acceleration Platform" (BIG-MAP)-projektet (http://www.big-map.eu) är ett konsortium bestående av 34 akademiska och industriella partnergrupper finansierade av Europeiska kommissionen. Den annonserade anställningen är placerad vid Institutionen för kemi-Ångström vid Uppsala Universitet. Värdgruppen (http://www.teoroo.kemi.uu.se/) samarbetar med Karlsruher Institut für Technologie och École polytechnique Fédérale de Lausanne (EPFL) för utveckling av multiskalsimuleringsflöden och interoperabilitet och med University of Cambridge och University of Vienna för att med hjälp av maskininlärningstekniker utveckla kraftfält och förutsäga egenskaper hos batterimaterial och molekyler.
Arbetsuppgifter: Huvudfokus för det aktuella forskningsprojektet är konstruktion och validering av växelverkansmodeller på olika nivåer för att generera dataset för maskininlärning och för att simulera och analysera egenskaper hos batteri-relevanta material och molekyler inom ramen för BIG-MAP-projektet.
Kvalifikationskrav: Sökanden förväntas (i) ha en gedigen bakgrund inom kvantkemisk modellering av både material och molekyler, (ii) ha erfarenhet av MD-simuleringar (helst också AIMD-simuleringar), och (iii) besitta goda färdigheter inom programmering/skripting och datahantering. Viss förtrogenhet med maskininlärningstekniker är en merit.
Stor vikt kommer också att läggas vid personliga egenskaper såsom god samarbetsförmåga, driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms komplettera och stärka pågående forskning inom institutionen samt bidra till dess framtida utveckling.
För rätt kandidat kan det finnas möjlighet till fortsättning efter det ettåriga projektet.
Önskvärt/meriterande i övrigt: Hänsyn kommer också att tas till hur sökandens erfarenhet och färdigheter kompletterar och stärker BIG-MAP-teamet samt den pågående forskningen inom forskargruppen. Sökanden förväntas ha mycket goda kunskaper i engelska, både gällande tal och skrift.
Ansökningsförfarande: Ansökan ska innehålla ett brev där den sökande kort beskriver sig själv och sina forskningsintressen. Ansökan ska dessutom innehålla CV, kopior av examensbevis och betyg, referenser och övriga handlingar som sökanden önskar åberopa.
Lön: Individuell lönesättning tillämpas.
Tillträde: 2022-02-01 eller enligt överenskommelse.
id: 25504448
external_id: 46-202100-2932-461127
webpage_url: https://arbetsformedlingen.se/platsbanken/annonser/25504448
logo_url: https://www.arbetsformedlingen.se/rest/arbetsgivare/rest/af/v3/organisation/2021002932/logotyper/logo.png
headline: Forskare i utveckling av maskininlärningsdrivna multiskalberäkningsmetoder
application_deadline: 2022-01-24T23:59:59
number_of_vacancies: 1
description:
text: Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället. Vår viktigaste tillgång är alla de individer som med sin nyfikenhet och sitt engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Uppsala universitet har drygt 45 000 studenter mer än 7 000 anställda och en omsättning på cirka 7 miljarder kronor.\n\n\n\r\n\r\nInstitutionen för kemi - Ångström bedriver forskning och utbildning inom kemiämnet.\r\n\r\nInstitutionen har 250 anställda och omsätter 250 miljoner kronor. Vid institutionens sex program bedrivs mycket framgångsrik forskning av hög internationell klass. Vi har ett stort antal externt finansierade forskningsprojekt ofta med internationellt samarbete och vi ser en fortsatt god tillväxt inom vårt ämnesområde. Institutionen har utbildningsuppdrag inom ingenjörs- och civilingenjörsprogram samt masterprogram. Mer information finns på vår https://kemi.uu.se/angstrom. \n\nBeskrivning av forskningsprojekt: \The Battery Interface Genome – Materials Acceleration Platform\ (BIG-MAP)-projektet (http://www.big-map.eu) är ett konsortium bestående av 34 akademiska och industriella partnergrupper finansierade av Europeiska kommissionen. Den annonserade anställningen är placerad vid Institutionen för kemi-Ångström vid Uppsala Universitet. Värdgruppen (http://www.teoroo.kemi.uu.se/) samarbetar med Karlsruher Institut für Technologie och École polytechnique Fédérale de Lausanne (EPFL) för utveckling av multiskalsimuleringsflöden och interoperabilitet och med University of Cambridge och University of Vienna för att med hjälp av maskininlärningstekniker utveckla kraftfält och förutsäga egenskaper hos batterimaterial och molekyler.\n\nArbetsuppgifter: Huvudfokus för det aktuella forskningsprojektet är konstruktion och validering av växelverkansmodeller på olika nivåer för att generera dataset för maskininlärning och för att simulera och analysera egenskaper hos batteri-relevanta material och molekyler inom ramen för BIG-MAP-projektet.\n\nKvalifikationskrav: Sökanden förväntas (i) ha en gedigen bakgrund inom kvantkemisk modellering av både material och molekyler (ii) ha erfarenhet av MD-simuleringar (helst också AIMD-simuleringar) och (iii) besitta goda färdigheter inom programmering/skripting och datahantering. Viss förtrogenhet med maskininlärningstekniker är en merit.\n\nStor vikt kommer också att läggas vid personliga egenskaper såsom god samarbetsförmåga driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms komplettera och stärka pågående forskning inom institutionen samt bidra till dess framtida utveckling.\n\nFör rätt kandidat kan det finnas möjlighet till fortsättning efter det ettåriga projektet.\n\nÖnskvärt/meriterande i övrigt: Hänsyn kommer också att tas till hur sökandens erfarenhet och färdigheter kompletterar och stärker BIG-MAP-teamet samt den pågående forskningen inom forskargruppen. Sökanden förväntas ha mycket goda kunskaper i engelska både gällande tal och skrift.\n\nAnsökningsförfarande: Ansökan ska innehålla ett brev där den sökande kort beskriver sig själv och sina forskningsintressen. Ansökan ska dessutom innehålla CV kopior av examensbevis och betyg referenser och övriga handlingar som sökanden önskar åberopa.\n\nLön: Individuell lönesättning tillämpas.\n\nTillträde: 2022-02-01 eller enligt överenskommelse.\n\nAnställningsform: Tidsbegränsad anställning t.o.m. 2023-01-31.\n\nAnställningens omfattning: 100 %.\n\nUpplysningar om anställningen lämnas av: Professor Kersti Hermansson kersti@kemi.uu.se tel +46 18 47143767 eller 070-4250626.\n\nVälkommen med din ansökan senast den 24 januari 2022 UFV-PA 2021/5101.\n\nVi undanber oss erbjudanden om rekryterings- och annonseringshjälp.\n\n\nAnsökan tas emot i Uppsala universitets rekryteringssystem.
text_formatted: Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället. Vår viktigaste tillgång är alla de individer som med sin nyfikenhet och sitt engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Uppsala universitet har drygt 45 000 studenter mer än 7 000 anställda och en omsättning på cirka 7 miljarder kronor.\n\n\n\r\n\r\nInstitutionen för kemi - Ångström bedriver forskning och utbildning inom kemiämnet.\r\n\r\nInstitutionen har 250 anställda och omsätter 250 miljoner kronor. Vid institutionens sex program bedrivs mycket framgångsrik forskning av hög internationell klass. Vi har ett stort antal externt finansierade forskningsprojekt ofta med internationellt samarbete och vi ser en fortsatt god tillväxt inom vårt ämnesområde. Institutionen har utbildningsuppdrag inom ingenjörs- och civilingenjörsprogram samt masterprogram. Mer information finns på vår https://kemi.uu.se/angstrom. \n\nBeskrivning av forskningsprojekt: \The Battery Interface Genome – Materials Acceleration Platform\ (BIG-MAP)-projektet (http://www.big-map.eu) är ett konsortium bestående av 34 akademiska och industriella partnergrupper finansierade av Europeiska kommissionen. Den annonserade anställningen är placerad vid Institutionen för kemi-Ångström vid Uppsala Universitet. Värdgruppen (http://www.teoroo.kemi.uu.se/) samarbetar med Karlsruher Institut für Technologie och École polytechnique Fédérale de Lausanne (EPFL) för utveckling av multiskalsimuleringsflöden och interoperabilitet och med University of Cambridge och University of Vienna för att med hjälp av maskininlärningstekniker utveckla kraftfält och förutsäga egenskaper hos batterimaterial och molekyler.\n\nArbetsuppgifter: Huvudfokus för det aktuella forskningsprojektet är konstruktion och validering av växelverkansmodeller på olika nivåer för att generera dataset för maskininlärning och för att simulera och analysera egenskaper hos batteri-relevanta material och molekyler inom ramen för BIG-MAP-projektet.\n\nKvalifikationskrav: Sökanden förväntas (i) ha en gedigen bakgrund inom kvantkemisk modellering av både material och molekyler (ii) ha erfarenhet av MD-simuleringar (helst också AIMD-simuleringar) och (iii) besitta goda färdigheter inom programmering/skripting och datahantering. Viss förtrogenhet med maskininlärningstekniker är en merit.\n\nStor vikt kommer också att läggas vid personliga egenskaper såsom god samarbetsförmåga driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms komplettera och stärka pågående forskning inom institutionen samt bidra till dess framtida utveckling.\n\nFör rätt kandidat kan det finnas möjlighet till fortsättning efter det ettåriga projektet.\n\nÖnskvärt/meriterande i övrigt: Hänsyn kommer också att tas till hur sökandens erfarenhet och färdigheter kompletterar och stärker BIG-MAP-teamet samt den pågående forskningen inom forskargruppen. Sökanden förväntas ha mycket goda kunskaper i engelska både gällande tal och skrift.\n\nAnsökningsförfarande: Ansökan ska innehålla ett brev där den sökande kort beskriver sig själv och sina forskningsintressen. Ansökan ska dessutom innehålla CV kopior av examensbevis och betyg referenser och övriga handlingar som sökanden önskar åberopa.\n\nLön: Individuell lönesättning tillämpas.\n\nTillträde: 2022-02-01 eller enligt överenskommelse.\n\nAnställningsform: Tidsbegränsad anställning t.o.m. 2023-01-31.\n\nAnställningens omfattning: 100 %.\n\nUpplysningar om anställningen lämnas av: Professor Kersti Hermansson kersti@kemi.uu.se tel +46 18 47143767 eller 070-4250626.\n\nVälkommen med din ansökan senast den 24 januari 2022 UFV-PA 2021/5101.\n\nVi undanber oss erbjudanden om rekryterings- och annonseringshjälp.\n\n\nAnsökan tas emot i Uppsala universitets rekryteringssystem.
company_information: null
needs: null
requirements: null
conditions: 100 %. Tillträde: 2022-02-01 eller enl. ök.\r\nVisstidsanställning till 2023-01-31
employment_type:
concept_id: PFZr_Syz_cUq
label: Vanlig anställning
legacy_ams_taxonomy_id: 1
salary_type:
concept_id: oG8G_9cW_nRf
label: Fast månads- vecko- eller timlön
legacy_ams_taxonomy_id: 1
salary_description: Individuell lönesättning
duration:
concept_id: qQUd_4qe_NDT
label: 6 månader eller längre
legacy_ams_taxonomy_id: 2
working_hours_type:
concept_id: 6YE1_gAC_R2G
label: Heltid
legacy_ams_taxonomy_id: 1
scope_of_work:
min: 100
max: 100
access: null
employer:
phone_number: null
email: null
url: null
organization_number: 2021002932
name: Uppsala Universitet
workplace: Uppsala universitet Institutionen för kemi - Ångström
application_details:
information: null
reference: UFV-PA 2021/5101
email: null
via_af: false
url: https://uu.varbi.com/what:job/jobID:461127/type:job/where:1/apply:1
other: null
experience_required: true
access_to_own_car: false
driving_license_required: false
driving_license: null
occupation:
concept_id: HtLv_4EJ_o5r
label: Kemist
legacy_ams_taxonomy_id: 5764
occupation_group:
concept_id: eofS_oZs_RZi
label: Kemister
legacy_ams_taxonomy_id: 2113
occupation_field:
concept_id: kJeN_wmw_9wX
label: Naturvetenskap
legacy_ams_taxonomy_id: 14
workplace_address:
municipality: Uppsala
municipality_code: 0380
municipality_concept_id: otaF_bQY_4ZD
region: Uppsala län
region_code: 03
region_concept_id: zBon_eET_fFU
country: Sverige
country_code: 199
country_concept_id: i46j_HmG_v64
street_address: null
postcode: null
city: null
coordinates:
17.638926999999998912471710355021059513092041015625
59.85856199999999915917214821092784404754638671875
must_have:
skills:
languages:
work_experiences:
weight: 10
concept_id: HtLv_4EJ_o5r
label: Kemist
legacy_ams_taxonomy_id: 5764
nice_to_have:
skills:
languages:
work_experiences:
application_contacts:
publication_date: 2022-01-11T08:54:49
last_publication_date: 2022-01-24T23:59:59
removed: true
removed_date: 2022-04-25T00:42:56
source_type: VIA_PLATSBANKEN_DXA
timestamp: 1641887689906
application_deadline_short: 2022-01-24
publication_date_short: 2022-01-11
last_publication_date_short: 2022-01-24
logo_url_sanitized: https://swedishjobs.se/thumbnail/httpswww.arbetsformedlingen.serestarbetsgivarerestafv3organisation2021002932logotyperlogo.png
logo_url_sanitized_rescaled: https://swedishjobs.se/thumbnail/httpswww.arbetsformedlingen.serestarbetsgivarerestafv3organisation2021002932logotyperlogo-rescaled.png