Postdoktorale forskere i medicinsk robotik (navigation og kontrol)

Institut for Datalogi inviterer ansøgninger til en et-årig stilling med fokus på at udvikle innovative robotstyrings- og navigations-teknikker ved hjælp af simulationsbaseret læring til medicinske robotiske endoskop-enheder.

Projektbaggrund

Dette projekt adresserer to kritiske udfordringer inden for medicinsk robotteknik for at forbedre patientbehandling gennem avanceret simulering og kontrol:

• Image-Based Navigation: Oprettelse af belønningsfunktioner til bedømmelse af navigationspolitikker for medicinske robotsystemer, der bevæger sig inde i menneskekroppen, udelukkende baseret på billedinformation og med hensyn til miljøforandringer gennem interaktionsmodeller.
• Soft Robot Control: Udvikling af læringsbaserede metoder til at styre en blød robot-endoskop via højniveau navigationspolitikker til udførelse af kliniske procedurer inde i menneskekroppen, herunder kvalitetssikring af disse metoder under in-vivo interventioner.

De succesfulde kandidater vil slutte sig til et tværfagligt og samarbejdende team, der er anerkendt for banebrydende forskning i medicinsk billeddannelse og simulerings-teknologier, og som opererer inden for et globalt netværk i Frankrig, Tyskland og Spanien.

Roller og ansvarsområder

De succesfulde kandidater vil spille en central rolle i projektets tekniske og videnskabelige succes. Selvom autonominiveauet vil variere efter stilling, vil begge roller dele følgende kerneansvarsområder:

• Teknisk udvikling & implementering : Designe og implementere maskinlæringsmetoder til bevægelsesplanlægning og kontrol. Dette inkluderer integration af simulationsbaserede læringsrammer og demonstrere de resulterende systemer på rigtige robotiske enheder og bløde robot-endoskop.
• Forskning & videnskabelig bidrag : Bidrage til projektets kerne-mål ved at producere virkningsfulde forskningsresultater. Dette inkluderer at skrive kvalitetsartikler til peer-reviewede tidsskrifter og præsentere resultater ved internationale konferencer.
• Samarbejde & vidensudveksling : Facilitering af samarbejde med industrielle partnere og akademiske samarbejdspartnere for at sikre, at de udviklede metoder er meningsfulde og kan oversættes til praksis i klinikken.
• Professionel vækst & mentorskap : Deltagelse i et højvoksende forskningsmiljø. Stillingen kan forlenges afhængigt af den fremtidige finansieringsstatus. Projektet har en historik med at føre medlemmer ind på top-ph.d.-programmer og fakultetsstillinger.
• Tværfaglig integration : Aktiv deltagelse i teamdiskussioner og workshops for at integrere ekspertise på tværs af medicinsk billeddannelse, fysik-simulering og robotkontrol.

Profil

Vi søger en højt motiveret og entusiastisk videnskabsmand med følgende kompetencer og erfaring:

Nødvendig erfaring og færdigheder

• Du har en PhD i Datalogi, Robotik, Biomedicinsk teknik, Mekanisk/Elektronisk engineering, Anvendt matematik eller et beslægtet felt.
• Du har et stærkt fundament og rekord i robot-simulation, robotstyring, computer vision og/eller maskinlæring for fysiske systemer.
• Du har betydelig erfaring med numeriske optimeringsalgoritmer, fortrinsvis anvendt til bevægelsesplanlægning eller forstærkningslæring. Praktisk erfaring med virkelige robotter, især bløde robot-systemer, er en fordel.
• Dygtig videnskabelig beregning og programmering (C++/Python) og erfaring med biblioteker som PyTorch, JAX, Warp, Taichi eller ROS.
• Fremragende kommunikationsevner og en høj motivation for at arbejde i et tværfagligt, internationalt forskningsmiljø.

Ønskelig erfaring og færdigheder

• Erfaring med at publicere peer-reviewet forskning i top-tier robotik- eller AI-venueer.
• Fortrolighed med fysik-simulering som MuJoCo, Isaac Sim, Newton Physics, SOFA osv.

Ansættelsesvilkår

Den gennemsnitlige ugentlige arbejdstid er 37 timer pr. uge.

Stillingen er en tidsbegrænset ansættelse på 1 år. Startdatoen er 15. februar eller efter aftale

Løn, pension og øvrige ansættelsesvilkår fastsættes i overensstemmelse med Aftalen mellem Toldestyrelsen og AC (Danske Arbejdsgiverforeninger) eller anden relevant organisation.

Udlændinge og danske ansøgere kan være berettigede til skattelettelser, hvis de har en PhD-grad og ikke har boet i Danmark de sidste 10 år.

Stillingen er omfattet af Jobstruktur for Akademisk personale ved universiteter 2025.

Spørgsmål

Yderligere information om Institutet findes via http://www.science.ku.dk/english/about-the-faculty/organisation/ . Forespørgsler om stillingerne kan rettes til [email protected] og [email protected] .

Ansøgningsprocedure

• Din onlineansøgning skal indsendes på engelsk ved at klikke på 'Apply now' nedenfor. Derudover skal din ansøgning indeholde følgende dokumenter/vedhæftede filer – alle i PDF-format
• Motiveret ansøgning (maks. én side).
• CV inkl. uddannelse, erhverv/forsknings-erfaring, sprogkundskaber og andre relevante færdigheder.
• En certificeret/underskrevet kopi af a) PhD-certifikat og b) Master of Science-certifikat. Hvis PhD ikke er afsluttet, gør en skriftlig erklæring fra vejlederens side.
• Liste over publikationer.

Ansøgningsfrist: 30. november 2026, 23:59 GMT+1 .

Vi forbeholder os retten til ikke at behandle materiale indsendt efter fristen og til ikke at behandle ansøgninger, der ikke lever op til de nævnte krav.

Det videre forløb

Efter udløbet af ansøgningsfristen udvælger den autoriserede rekrutteringsleder ansøgere til vurdering efter rådgivning fra ansættelsesudvalget. Alle ansøgere bliver derefter straks underrettet om deres ansøgning er blevet viderebragt til vurdering af en upartisk vurderer. Når vurderingsarbejdet er afsluttet, har hver ansøger mulighed for at kommentere den del af vurderingen, der vedrører ansøgeren selv.

Du kan læse om rekrutteringsprocessen på http://employment.ku.dk/faculty/recruitment-process/

Ansøgeren vil blive vurderet i overensstemmelse med Ministerial Order no. 242 af 13. marts 2012 om udnævnelse af akademisk personale ved universiteterne.

Universitetet ønsker, at vores personale afspejler samfundets mangfoldighed, og derfor byder det kvalificerede ansøgere velkommen uanset personlig baggrund.