In één oogopslag
- Taken: Voer onafhankelijk theoretisch en empirisch onderzoek uit naar diepe leermodellen.
- Bedrijf: Universiteit van Amsterdam, een toonaangevende instelling in wetenschap en technologie.
- Voordelen: Competitief salaris, flexibele startdatum en uitgebreide secundaire arbeidsvoorwaarden.
- Overige informatie: Mogelijkheid om les te geven en bachelor- en masterstudenten te begeleiden.
- Waarom deze baan: Werk aan baanbrekend onderzoek dat AI en natuurkunde verbindt en impact maakt.
- Kwalificaties: Master in AI, computerwetenschappen, wiskunde of gerelateerd; sterke programmeervaardigheden vereist.
Het verwachte salaris ligt tussen 3204 - 4051 € per maand.
Sluit je bij ons aan! Kunstmatige neurale netwerken zijn opgebouwd uit vele individueel eenvoudige componenten die samenkomen in opkomende entiteiten met opmerkelijke mogelijkheden, waaronder het vermogen om te converseren, redeneren en moeilijke taken uit te voeren. Hoe kunnen stapels matrices en niet-lineaire functies zulke verbazingwekkende prestaties leveren? De taak om een theoretisch kader voor deze opkomst te ontwikkelen – en dit begrip te gebruiken om robuustere, efficiëntere, controleerbare en over het algemeen betere machine learning-modellen te construeren – is momenteel een focus van extreem intensieve studie.
In dit project zul je inspiratie putten uit ideeën uit de natuurkunde, met name het algemene unificerende principe van symmetrie, om deze moeilijke problemen aan te pakken.
Dit is wat je zult doen:
- Je zult werken aan het begrijpen van de dynamiek van moderne neurale architecturen op een wiskundig onderbouwde manier, en verder zul je dit begrip gebruiken om nieuwe deep learning-architecturen te bouwen.
- Je project zal een nauwe feedbackloop tussen theorie en experiment omvatten.
Concreet omvatten enkele vragen:
- Symmetriebreking in deep learning: een centraal probleem in deep learning is de coherente propagatie van informatie door vele lagen, en de integratie van informatie over ruimte en tijd om een berekening uit te voeren.
- Generatieve modellen en niet-reciproke thermodynamica: ondanks hun geweldige empirische successen blijven de fundamentele principes die ten grondslag liggen aan de werking van generatieve modellen enigszins onduidelijk.
Taken en verantwoordelijkheden:
- Onafhankelijk theoretisch onderzoek uitvoeren, inclusief de ontwikkeling van nieuwe algoritmen en wiskundige studie van de dynamiek van deep learning.
- Onafhankelijk empirisch onderzoek uitvoeren, inclusief coderen, trainen en evalueren van deep learning-modellen op een high-performance computing cluster.
- Onderzoeksresultaten presenteren op internationale conferenties, workshops en in tijdschriften.
- Een PhD-thesis voltooien binnen de aangewezen duur van vier jaar.
- Assisteren bij onderwijsactiviteiten, zoals het geven van practica en tutorials of het begeleiden van bachelor- en masterstudenten.
Wat we van jou vragen:
- Je hebt een MSc in kunstmatige intelligentie, computerwetenschappen, natuurkunde, wiskunde of een gerelateerd vakgebied.
- Je hebt sterke wiskundige vaardigheden en bent comfortabel met het bouwen van wiskundige modellen van complexe fenomenen.
- Je hebt voldoende programmeervaardigheden in Python of verwante talen.
- Je bent geïnteresseerd in interdisciplinair onderzoek, dat AI/Machine Learning, computerwetenschappen, wiskunde en natuurkunde overstijgt.
- Je bent vloeiend in de Engelse taal, zowel in spreken als schrijven.
Wat we jou bieden:
- Een tijdelijk contract voor 38 uur per week voor de duur van 4 jaar.
- Het bruto maandsalaris, afhankelijk van relevante ervaring, ligt tussen € 3.204 en € 4.051 (schaal P).
- Je zult werken in het Amsterdam Machine Learning Lab (AMLab), dat onderzoek doet naar machine learning, kunstmatige intelligentie en de toepassingen daarvan.
Als je denkt dat je profiel bij deze functie past en je geïnteresseerd bent in de baan, kijken we ernaar uit om je sollicitatie te ontvangen.
Multiple PhD Positions in Symmetries and their Breaking in Deep Learning in Amsterdam werkgever: University of Amsterdam
De Universiteit van Amsterdam is een uitstekende werkgever die een stimulerende en flexibele werkomgeving biedt voor de rol van Coördinator Wetenschapseducatie en Outreach. Met een focus op persoonlijke ontwikkeling en samenwerking met scholen en studenten, biedt de universiteit unieke kansen voor groei en impact in het onderwijs. Daarnaast geniet je van aantrekkelijke arbeidsvoorwaarden, waaronder een 36-urige werkweek en 8% vakantiegeld, wat bijdraagt aan een gezonde werk-privébalans.
Contactgegevens:
Recruitmentteam van University of Amsterdam
Hupjob Expertadvies🤫
Zo denken wij dat je Multiple PhD Positions in Symmetries and their Breaking in Deep Learning in Amsterdam kunt binnenhalen
✨Duik in de wetenschappelijke community
Kijk naar evenementen zoals conferenties en symposia binnen je vakgebied. Deze bijeenkomsten zijn een geweldige kans om in contact te komen met professionals en onderzoekers in het veld. En wie weet, misschien ontmoet je daar wel iemand van University of Amsterdam!
✨Toon je passie voor onderzoek
Zorg ervoor dat je zichtbaar bent in online platformen zoals ResearchGate of Academia.edu. Deel je onderzoeksprojecten en publicaties. Dit helpt niet alleen om je passie te tonen, maar kan ook opvallen bij bedrijven die actief kijken naar bruggenbouwers in de wetenschap, zoals University of Amsterdam.
✨Netwerk, maar doe het slim!
Neem deel aan lokale onderzoeksnetwerken of onderzoekersgroepen. Maak verbinding met mensen die vergelijkbare interesses hebben. Een directe aanbeveling vanuit je netwerk kan wonderen doen bij fulltime functies in wetenschappelijk onderzoek.
✨Pas je sollicitatie aan op de organisatie
Bij het solliciteren naar een fulltime functie is het belangrijk om je motivatiebrief en CV te personaliseren voor University of Amsterdam. Benadruk specifieke projecten of waarden van de organisatie die aansluiten bij je eigen ervaring. Laat zien waarom jij de perfecte aanwinst bent!
Wij denken dat je deze vaardigheden nodig hebt om als Multiple PhD Positions in Symmetries and their Breaking in Deep Learning in Amsterdam te schitteren
Een paar tips voor je sollicitatie 🫡
Versterk je onderzoeksvaardigheden:Zorg ervoor dat je CV duidelijk je onderzoekservaring en relevante vaardigheden laat zien. Benadruk projecten waar je aan hebt gewerkt, je methoden en technieken, en gebruik concrete resultaten om je impact te onderstrepen. Dit zijn exacte vaardigheden die bij wetenschappelijk onderzoek belangrijk zijn.
Publicaties en presentaties als bewijs:Heb je artikelen gepubliceerd of conferenties bezocht? Vermeld dit dan! Het toont je betrokkenheid bij de academische wereld en je vermogen om je bevindingen te delen. Voeg een sectie toe aan je CV waarin je deze prestaties opsomt, dat kan je onderscheiden van andere kandidaten.
Persoonlijke motivatie in je motivatiebrief:Bij een fulltime rol in wetenschappelijk onderzoek willen we niet alleen je ervaring zien, maar ook je passie voor het vak. Vertel ons waarom je geïnteresseerd bent in de specifieke onderzoeksgebieden die University of Amsterdam aanbiedt, en hoe je je carrière hierin ziet groeien. Dit maakt je brief veel meeslepender.
Informatie over je vaardigheden:Vergeet niet om relevante vaardigheden en tools, zoals statistische software of laboratoriumtechnieken, in je sollicitatie te vermelden. We willen een goed beeld krijgen van hoe je kunt bijdragen aan ons team, dus wees specifiek over je opleidingsniveau en eventuele certificaten die je hebt behaald binnen het wetenschappelijk onderzoek.
Zo bereid je je voor op een sollicitatiegesprek bij University of Amsterdam
✨Bereid je voor op technische vragen
In wetenschappelijk onderzoek moet je vaak diepgaand inzicht hebben in je vakgebied. Verwacht technische vragen over je eerdere onderzoeken of methoden. Zorg dat je je bevindingen en vaardigheden goed kunt uitleggen zodat je kunt laten zien dat je niet alleen kennis hebt, maar ook kunt toepassen.
✨Neem je onderzoeksportfolio mee
Een fulltime functie in wetenschappelijk onderzoek vraagt om concrete voorbeelden van je werk. Zorg ervoor dat je een degelijk portfolio hebt dat je projecten, publicaties en data-analyse toont. Dit laat je aanpak en vaardigheid zien, en helpt om gesprekken concreet en relevant te maken.
✨Blijf flexibel en leergierig
Wetenschappelijk onderzoek is vaak dynamisch. Toon tijdens je interview dat je openstaat voor feedback en bereid bent om nieuwe vaardigheden of technieken te leren. Dit is cruciaal voor een fulltime rol, waar je misschien met nieuwe methodes of samenwerkingen te maken krijgt.
✨Bereid je voor op ethische discussies
Ethische overwegingen zijn enorm belangrijk in wetenschappelijk onderzoek. Tijdens het interview bij University of Amsterdam kunnen ze vragen stellen over hoe jij situaties benadert waarin ethiek op het spel staat. Denk na over je eigen principes en hoe deze zich verhouden tot je onderzoek en werkethiek.
