Postdoktor i maskininlärning för astrofysik och kosmologi

Vi söker framstående postdoktorer, med bakgrund inom beräkningsmässiga, teoretiska och/eller observationella projekt, för att utveckla och tillämpa avancerade metoder inom maskininlärning och AI för astrofysik och kosmologi. Ref.nr SU FV-3414-25, sista ansökningsdag: 2025-12-19.

Projektbeskrivning

Vi söker framstående postdoktorer, med bakgrund inom beräkningsmässiga, teoretiska och/eller observationella projekt, för att utveckla och tillämpa avancerade metoder inom maskininlärning och AI för astrofysik och kosmologi. Målet är att möjlig göra precisa tester av fundamental fysik med nuvarande och kommande galax- och tidsdomän undersökningar. Du kommer att arbeta nära våra team inom Rubin Observatoriets LSST, Euclid, ZTF och LS4.

Arbetsuppgifter

  • Fältnivåinferens och simuleringsbaserad inferens för kosmologi.
  • Neurala emulatorer / surrogatmodeller för snabbare framåtsimuleringar.
  • Differentiabla simuleringar och probabilistisk programmering för helhetskedjor.
  • Robust osäkerhetskvantifiering, hantering av systematiska fel och domänanpassning.
  • ML för tidsdomänupptäckter och karakterisering (t.ex. transienter, tidsfördröjning kosmografi).

Miljö & samarbeten

Anställningen finansieras av Excellence Dark Universe Centre And Technology Enabler (EDUCATE), som samlar forskare vid Stockholms universitet och KTH för att utveckla ML för mörk materia och mörk energi. Du blir medlem i Oskar Klein-centret (OKC), ett dynamiskt nav med över 100 forskare inom astronomi, astrofysik, kosmologi och partikelfysik, med aktiva program inom mörk materia, mörk energi, strukturformation, transienter och multi-messenger-astrofysik.

Postdoktorer vid OKC uppmuntras och stöttas i att leda synliga forskningsprojekt i större internationella samarbeten, samt att bidra till det bredare vetenskapliga samfundet genom metodutveckling, analys av surveydata och tvärvetenskapliga samarbeten.

Postdoktorer är välkomna att delta i Norditas vetenskapliga program och kan ansluta sig till Aquila Consortium (ett internationellt samarbete om ML och datavetenskap för kosmisk struktur; www.aquila-consortium.org). Du kommer också att dra nytta av vårt engagemang i Learning the Universe (www.learning-the-universe.org), med partners såsom Columbia University, LBNL, Harvard, Flatiron Institute, Institut d’Astrophysique de Paris, Université de Montréal, Princeton, Carnegie Mellon och MPA Garching.

Ref.nr SU FV-3414-25

Sista ansökningsdag: 2025-12-19

Fullständig information finns här

Senast uppdaterad: 2025-12-05

Sidansvarig: Fysikum