In één oogopslag
- Taken: Onderzoek naar foundation models voor automotive imaging radar en 3D objectdetectie.
- Bedrijf: TU Delft, een toonaangevende universiteit met een internationale gemeenschap.
- Voordelen: Competitief salaris, flexibele werkuren en uitstekende ontwikkelingsmogelijkheden.
- Overige informatie: Toegang tot geavanceerde radarprototypes en uitgebreide rekenresources.
- Waarom deze baan: Werk aan baanbrekend onderzoek dat de toekomst van autonome voertuigen vormgeeft.
- Kwalificaties: MSc in Computer Science of gerelateerd vakgebied en sterke achtergrond in machine learning.
Het verwachte salaris ligt tussen 3204 - 4051 € per maand.
In dit PhD-project ga je foundation models voor automotive imaging radar onderzoeken. Volgende generatie automotive imaging radars bieden steeds rijkere 3D-informatie, wat de deur opent naar geavanceerdere scene-interpretatie en perceptietaken zoals 3D-objectdetectie en vrije ruimte schatting. Huidige neurale netwerken zijn doorgaans ontwikkeld voor een specifieke radarconfiguratie en taak, en generaliseren vaak slecht naar andere sensoren. Tegelijkertijd blijven grootschalige radardatasets met hoogwaardige labels schaars.
Het doel is om algemene radarrepresentaties te leren van grotendeels ongelabelde data die kunnen generaliseren over verschillende radarconfiguraties en efficiënt kunnen worden aangepast aan meerdere downstream perceptietaken met beperkte gelabelde data. Een belangrijke onderzoekrichting is de overdracht van representaties van vision en LiDAR-gebaseerde foundation models naar radar, evenals de ontwikkeling van multimodale foundation models die radar incorporeren. Een verdere uitdaging is hoe verschillende radarrepresentaties en sensorconfiguraties kunnen worden ondergebracht binnen een algemeen foundation model framework, en in hoeverre een gemeenschappelijk model kan generaliseren over hen. Onderzoekrichtingen kunnen ook generatieve of voorspellende modellering van dynamische radar scènes omvatten.
Het project combineert methodologische machine learning-onderzoek met experimenten op echte automotive sensordata. Je krijgt toegang tot onderzoeksvoertuigen en geavanceerde radarprototypes voor het verzamelen en evalueren van real-world multimodale sensordata. Hoewel het primaire toepassingsgebied automotive is, moeten de ontwikkelde methoden bij voorkeur voldoende algemeen zijn om ook toepasbaar te zijn op andere domeinen, zoals autonome voertuigen die in off-road omgevingen opereren.
Je zult deel uitmaken van de Intelligent Vehicles-groep binnen de afdeling Cognitive Robotics aan de TU Delft. Het project wordt uitgevoerd in samenwerking met Perciv.AI en zal ook NXP Semiconductors als industriële partner betrekken. Het onderzoek maakt deel uit van het FIND-project, gefinancierd door de Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO), dat foundation models voor high-tech industrie toepassingen onderzoekt.
Je resultaten worden verwacht te worden gepubliceerd op toonaangevende internationale venues in machine learning, computer vision, robotics en radar, zoals NeurIPS, CVPR, ICRA, IEEE IV en RadarConf. Voor je onderzoek krijg je toegang tot uitgebreide rekenresources aan de TU Delft, variërend van persoonlijke werkstations en gedeelde GPU-servers tot de Delft AI Cluster en de DelftBlue supercomputer.
Je supervisors zullen Prof. Dariu Gavrila en Dr. Julian Kooij zijn.
Functie-eisen
- Een MSc-graad in Computer Science, Artificial Intelligence, Robotics, Electrical Engineering of een nauw verwant vakgebied.
- Een sterke academische achtergrond en solide kennis van machine learning en deep learning.
- Vermogen om machine learning-onderzoekssoftware te ontwikkelen, begrijpen en kritisch te evalueren, bij voorkeur met Python en PyTorch.
- Een interesse in foundation models, zelfgestuurd leren, multimodaal leren en 3D-perceptie.
- Een affiniteit voor het vertalen van methodologisch onderzoek naar experimenten met echte automotive sensordata en voertuigdemonstrators.
- Het vermogen om zelfstandig te werken en effectief samen te werken binnen een groter onderzoeksteam.
- Goede schriftelijke en mondelinge vaardigheden in het Engels.
- Ervaring met radar, signaalverwerking, computer vision, autonoom rijden of sensorfusie is een pré.
Werken aan de TU Delft
Werken aan de TU Delft betekent bijdragen aan oplossingen die echt een verschil maken. Bij TU Delft maken onze mensen het verschil. Met hun kennis en nieuwsgierigheid bieden onze medewerkers hoogwaardig onderwijs en voeren ze baanbrekend onderzoek uit dat verder gaat dan de campus. Je krijgt de kans om initiatief te nemen, samen te werken en te groeien als professional.
Werken aan de TU Delft betekent deel uitmaken van een internationale gemeenschap van professionals en studenten. Samen creëren we kennis, innovaties en oplossingen die helpen de wereld vooruit te helpen.
Arbeidsvoorwaarden
Promovendi krijgen in principe een periode van 4 jaar aangeboden, maar in de vorm van 2 arbeidsovereenkomsten. Een initiële overeenkomst van 1,5 jaar met een officiële go/no-go voortgangsbeoordeling binnen 15 maanden. Gevolgd door een aanvullende overeenkomst voor de resterende 2,5 jaar, mits alles goed gaat en aan de prestatie-eisen wordt voldaan.
Salaris en voordelen zijn in overeenstemming met de Collectieve Arbeidsovereenkomst voor Nederlandse Universiteiten, oplopend van €3204 - €4051 bruto per maand, van het eerste jaar tot het vierde jaar op basis van een fulltime contract (38 uur), plus 8% vakantietoeslag en een eindejaarsbonus van 8,3%.
Als PhD-kandidaat word je ingeschreven in de TU Delft Graduate School. De TU Delft Graduate School biedt een inspirerende onderzoeksomgeving met een uitstekend team van supervisors, academisch personeel en een mentor. Het Doctoral Education Programme is gericht op het ontwikkelen van je overdraagbare, disciplinegerelateerde en onderzoeksvaardigheden.
De TU Delft biedt een aanpasbaar compensatiepakket, kortingen op ziektekostenverzekeringen en een maandelijkse bijdrage voor werkgerelateerde kosten. Flexibele werkroosters kunnen worden geregeld.
Heb je een verhuizing naar Nederland nodig voor deze functie? De TU Delft zet zich in om je verhuizing zo soepel mogelijk te laten verlopen. De HR-eenheid, Coming to Delft Service, biedt informatie op hun website om je te helpen bij het voorbereiden van je verhuizing. Bovendien organiseert Coming to Delft Service evenementen om je te helpen je in Nederland te vestigen en je (sociale) netwerk in Delft uit te breiden. Een Dual Career Programma is beschikbaar om je partner te ondersteunen bij hun zoektocht naar een baan in Nederland.
Het doen van een PhD aan de TU Delft vereist een bepaald niveau van Engelse taalvaardigheid om ervoor te zorgen dat de kandidaat in staat is om goed te communiceren en interactie te hebben, deel te nemen aan Engelstalige Doctoral Education-cursussen en wetenschappelijke artikelen en een eindscriptie te schrijven.
Als onderdeel van kennisbeveiliging voert de TU Delft een risicoanalyse uit tijdens de wervingsprocedure. De beoordeling vindt plaats in de laatste fasen van het selectieproces. Wanneer de uitkomst van de beoordeling negatief is, wordt de kandidaat geïnformeerd.
PhD Position Foundation Models for Automotive Imaging Radar in Delft werkgever: Delft University of Technology
Werken bij TU Delft betekent bijdragen aan baanbrekende innovaties in de duurzame bouwsector, met een unieke kans om te opereren binnen het inspirerende ecosysteem van de TU Delft Campus. Je krijgt de ruimte om je professioneel te ontwikkelen in een dynamische omgeving, waar samenwerking met studenten, onderzoekers en bedrijven centraal staat. Met uitstekende arbeidsvoorwaarden, flexibele werkuren en volop mogelijkheden voor opleidingen, biedt TU Delft een stimulerende werkplek die gericht is op impact en maatschappelijke betrokkenheid.
Contactgegevens:
Recruitmentteam van Delft University of Technology
Hupjob Expertadvies🤫
Zo denken wij dat je PhD Position Foundation Models for Automotive Imaging Radar in Delft kunt binnenhalen
✨Verken wetenschappelijke conferenties
Wetenschappelijk onderzoek draait vaak om netwerken binnen je vakgebied. Ga naar conferenties, seminars of workshops waar je gelijkgestemden kunt ontmoeten en nieuwe connecties kunt maken. Dit is een geweldige manier om niet alleen je kennis te vergroten, maar ook om potentiële werkgevers of collega's te ontmoeten.
✨Word actief in onderzoekscommunities
Sluit je aan bij online wetenschappelijke communities of forums. Denk aan platforms zoals ResearchGate of Academia.edu. Hier kun je je eigen werk delen en feedback krijgen, maar ook in contact komen met professionals in de branche die op zoek zijn naar nieuwe teamleden.
✨Laat je vaardigheden zien
Bij fulltime functies in wetenschappelijk onderzoek is het belangrijk om je vaardigheden en ervaringen goed te tonen. Maak een portfolio met je publicaties, onderzoeksprojecten of presentaties. Dit geeft werkgevers een beter beeld van wat je in huis hebt, en kan jouw kansen op een sollicitatiegesprek vergroten.
✨Solliciteer via onze website!
Bij Delft University of Technology hebben we regelmatig vacatures voor wetenschappelijk onderzoek. Zorg ervoor dat je regelmatig onze website checkt voor de nieuwste mogelijkheden. We kijken ernaar uit om enthousiaste onderzoekers zoals jij bij ons team te verwelkomen!
Wij denken dat je deze vaardigheden nodig hebt om als PhD Position Foundation Models for Automotive Imaging Radar in Delft te schitteren
Een paar tips voor je sollicitatie 🫡
Overtuig ons met je onderzoekslogica:In het wetenschappelijk onderzoek draait alles om je vermogen om data te analyseren en hypothesen op te stellen. Zorg ervoor dat je in je motivatiebrief laat zien hoe jouw onderzoekservaring en methodologieën bijdragen aan de doelstellingen van Delft University of Technology. We willen echt begrijpen hoe je denkt en welke vragen je jezelf stelt!
Benadruk je publicaties en presentaties:Als je al publicaties hebt of presentaties hebt gegeven op conferenties, vermeld deze dan prominenter in je CV. Dit laat ons zien dat je niet alleen aan onderzoek doet, maar ook in staat bent om je bevindingen te delen met de wetenschappelijke gemeenschap, wat cruciaal is voor de rol bij Delft University of Technology.
Show je samenwerkingsvaardigheden:Wetenschappelijk onderzoek is vaak een teaminspanning, dus zorg ervoor dat je in je sollicitatie aandacht besteedt aan je samenwerkingservaringen. Ben je betrokken geweest bij multidisciplinaire projecten of heb je met verschillende onderzoekers samengewerkt? Dit laat zien dat je kunt functioneren in een team, wat belangrijk is voor ons.
Wees duidelijk over je lange termijn doelen:Bij een fulltime rol in wetenschappelijk onderzoek willen we weten waar je naartoe wilt. In je motivatiebrief, geef een idee van je toekomstige onderzoeksthema’s of doelen. Dit helpt ons te begrijpen of jouw ambities aansluiten bij de richting van Delft University of Technology. Laat ons zien dat je gemotiveerd bent en denkt aan de toekomst!
Zo bereid je je voor op een sollicitatiegesprek bij Delft University of Technology
✨Ken je onderzoeksgebied door en door
Zorg ervoor dat je jouw onderzoeksgebieden goed beheerst, vooral als je praat over je eerdere projecten of publicaties. Dit is niet alleen handig tijdens technische vragen, maar laat ook zien dat je echt gepassioneerd bent over je vakgebied.
✨Bereid je voor op methodologische vragen
In wetenschappelijk onderzoek kunnen interviewers je vragen naar specifieke methoden of technieken die je hebt gebruikt. Wees voorbereid om uit te leggen waarom je bepaalde keuzes hebt gemaakt en hoe je resultaten hebt geanalyseerd. Dit laat zien dat je niet alleen theoretische kennis hebt, maar ook praktisch inzicht.
✨Toon je teamgeest en samenwerkingsvaardigheden
Wetenschappelijk onderzoek is vaak teamwork. Geef voorbeelden van hoe je effectief hebt samengewerkt met collega's of externe partners. Dit is cruciaal voor een fulltime rol bij Delft University of Technology, waar samenwerking een belangrijk onderdeel zal zijn van je dagelijkse werkzaamheden.
✨Wees klaar om je motivatie te delen
Bij een fulltime rol draait het ook om je motivatie en lange-termijn visie. Praat over je ambities en hoe deze aansluiten bij de onderzoeksdoelen van Delft University of Technology. Laat zien dat je een proactieve houding hebt en bereid bent om te leren en groeien in je rol.
