artiq

Oferta współpracy w projekcie ARTIQ–Centrum Doskonałości AI

dla przyszłych doktorantów AGH

Zapraszamy do konkursu otwartego na współpracę na podstawie umów cywilnoprawnych w ramach realizacji projektu badawczego

ARTIQ–Centrum Doskonałości AI

„Integracja wnioskowania, uczenia się, optymalizacji i interpretacji w celu przyspieszonej komercjalizacji inteligentnych systemów oprogramowania nowej generacji”


Zapraszamy do zapoznania się z ofertą zagadnień badawczych w ramach projektu ARTIQ dla kandydatów do Szkoły Doktorskiej AGH w najbliższym naborze. Nabór do projektu połączony jest bezpośrednio z rekrutacją do Szkoły Doktorskiej AGH.

Szukasz wyjątkowej okazji, aby rozwijać swoją karierę w dziedzinie sztucznej inteligencji? Zapraszamy do aplikowania do Centrum Doskonałości AI AGH! Nasza oferta obejmuje XIV tematów badawczych z zakresu sztucznej inteligencji w obszarach takich jak przemysł, medycyna, ekonomia i fizyka, w których prowadzimy badania i rozwijamy innowacyjne projekty.

Wybierz swój obszar zainteresowań i pracuj u boku najlepszych specjalistów z tej dziedziny. Bądź częścią zespołu, który tworzy nowe rozwiązania. Nasze oferta to doskonała okazja, aby zdobyć cenne doświadczenie, rozwijać umiejętności badawcze i pracować z ludźmi, którzy z pasją i zaangażowaniem tworzą przyszłość sztucznej inteligencji. Zgłoś swoją aplikację i weź udział w budowaniu Centrum Doskonałości Sztucznej Inteligencji AGH!

Nazwa jednostki:

Centrum Doskonałości Sztucznej Inteligencji AGH,

Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, 30‑059 Kraków, Al. Adama Mickiewicza 30

Termin składania ofert:  15 sierpnia 2023, 23:59 dla wolnych tematów badawczych

Forma składania ofert: Prosimy o nawiązanie bezpośredniego kontaktu z promotorami poszczególnych zagadnień badawczych oraz przesłanie kompletnej oferty zawierającej wymagane dokumenty na adres Centrum Doskonałości AI AGH: ceai@agh.edu.pl

Warunki zatrudnienia

Rodzaj umowy: umowa cywilnoprawna

Wynagrodzenie: 4000 zł brutto miesięcznie[1] plus stypendium doktoranckie

Data rozpoczęcia: 1 października 2023 r. lub późniejsza po uzgodnieniu

Okres zatrudnienia: 36 miesięcy

 

Osoba przystępująca do konkursu powinna spełnić następujące wymagania:

  • posiadać tytuł zawodowy magistra w dziedzinie: informatyka, automatyka i robotyka, matematyka, fizyka techniczna, inżynieria biomedyczna, fizyka lub pokrewne (bądź uzyska tytuł do końca rekrutacji)
  • spełnić warunki przyjęcia do Szkoły Doktorskiej Akademii Górniczo-Hutniczej w Krakowie w tym musi złożyć niezbędne dokumenty do rekrutacji.[2]
  • posiadać umiejętność pracy w zespole badawczym
  • posiadać doświadczenie w uczeniu maszynowym, sztucznej inteligencji, programowaniu
  • porozumiewać się swobodnie w języku angielskim w mowie i piśmie, zwłaszcza pod kątem udziału w przygotowaniu publikacji naukowych.

Wymagane dokumenty:

  • CV przedstawiające osiągnięcia naukowe kandydata
  • list motywacyjny zawierający informacje na temat zainteresowań naukowych Kandydata oraz powodów chęci podjęcia studiów doktoranckich w zakresie AI
  • informacje kontaktowe (imię i nazwisko, adres e-mail)
  • nazwiska i adresy e-mail 1-2 naukowców, którzy mogą przygotować list polecający dla kandydata
  • oświadczenie o wyrażeniu zgody na przetwarzanie danych osobowych o następującej treści:

„Wyrażam zgodę na przetwarzanie moich danych osobowych w celu rekrutacji zgodnie z art. 6 ust. 1 lit. a Rozporządzenia Parlamentu Europejskiego i Rady (UE) 2016/679 z dnia 27 kwietnia 2016 r. w sprawie ochrony osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepływu takich danych oraz uchylenia dyrektywy 95/46/WE (ogólne rozporządzenie o ochronie danych)”

Ostateczny wybór kandydatów zostanie dokonany w trybie konkursowym, na podstawie oceny dorobku naukowego, umiejętności naukowych oraz rozmowy kwalifikacyjnej z najlepszymi kandydatami. Od decyzji komisji nie przysługuje odwołanie.

Dodatkowych informacji udziela koordynator projektu:

dr hab. inż. Joanna Jaworek-Korjakowska, e-mail: jaworek@agh.edu.pl

 


Tematy badawcze

[wybrany] Temat badawczy I: Graph neural networks for medical image processing: superpixels, supervoxels and segmentation.

Promotor: prof. dr hab. Zbisław Tabor

Kontakt: ztabor@agh.edu.pl

Temat badawczy II: Rozwój i adaptacja inteligentnych, skojarzeniowych, neuronowych metod i modeli do wykrywania anomalii i wzorców oraz kontroli jakości danych pozyskiwanych w eksperymentach ALICE w CERN

Promotor: dr hab. Adrian Horzyk, prof. AGH

Kontakt: horzyk@agh.edu.pl

[wybrany]  Temat badawczy III: ​​Novel methods for unsupervised or weakly supervised representation learning

Promotor: dr hab. inż. Marcin Kurdziel, prof. AGH

Kontakt: kurdziel@agh.edu.pl

[wybrany] Temat badawczy IV: Hybrid eXplainable AI approach for trustworthy applications: Feature importance and selection combined with attention mechanism.

Promotor: dr hab. inż. Joanna Jaworek-Korjakowska, prof. AGH

Kontakt: jaworek@agh.edu.pl

[wybrany] Temat badawczy V: Quantum machine learning algorithms for multi-source data classification

Promotor: dr hab. inż. Piotr Gawron

Kontakt:  pgawron@agh.edu.pl

Strona WWW: http://piotrgawron.eu

[wybrany] Temat badawczy VI: Unsupervised outlier detection for time-series data based on the normality representation

Promotor: prof. dr hab. inż. Marek Gorgoń

Kontakt:  mago@agh.edu.pl

Temat badawczy VII: Quantum generative machine learning for data augmentation

Promotor: dr hab. inż. Piotr Gawron

Kontakt: pgawron@agh.edu.pl

Strona WWW: http://piotrgawron.eu

[wybrany] Temat badawczy VIII: Application of important theoretical features of optimization problems and cyber-physical systems in implementation of swarm algorithms.

Promotor: dr hab. inż. Wojciech Chmiel, prof. AGH

Kontakt: wch@agh.edu.pl

[wybrany]  Temat badawczy IX: Exploring novel deep neural architectures for 4D tracking in future upgrades of LHCb experiment.

Promotor: prof. dr hab. inż. Tomasz Szumlak

Kontakt: szumlak@agh.edu.pl

[wybrany] Temat badawczy X: Application of theoretical optimization problems and cyber-physical systems for development of swarm-based algorithms

Promotor: prof. dr hab. inż. Aleksander Byrski lub

prof. dr hab. inż. Marek Kisiel-Dorohinicki

Kontakt: olekb@agh.edu.pl

Temat badawczy XI: Multimodal domain-agnostic representation learning

Promotor: prof. dr hab. inż. Jacek Mańdziuk

Kontakt: mandziuk@agh.edu.pl

 


[1]    Uczelnia dodatkowo zapewnia stypendium doktoranckie (2.667,70 zł brutto do miesiąca, w którym została przeprowadzona ocena śródokresowa; 4.109,70 zł po miesiącu, w którym została przeprowadzona ocena śródokresowa. Szczegółowe informacje dostępne na stronie Szkoły Doktorskiej AGH) oraz umożliwia uczestnictwo w szeregu programów projakościowych, które promują finansowo aktywność naukową.

[2]    Zasady rekrutacji dostępne na oficjalnej stronie: https://www.sd.agh.edu.pl/rekrutacja-20232024/