Postdoktoralt stipendium (2 år) inom projektet Trustworthy AI for wastewater treatment through formal physical and chemical constraints

Institutionen för datavetenskap erbjuder ett postdoktorsstipendium inom projektet ”Trustworthy AI for wastewater treatment through formal physical and chemical constraints”. Stipendiet avser heltid i två år med tillträde 1 november, 2026 eller enligt överenskommelse.   

Institutionen för datavetenskap vid Umeå universitet är en internationell miljö för forskning och utbildning inom ett brett spektrum av det datavetenskapliga området. Institutionen är internationellt välkänd för excellent forskning och undervisning. Vi är kopplade till WASP – Sveriges största enskilda forskningsprogram genom tiderna, koordinerar dess systerprogram WASP-HS med fokus på den nya teknikens konsekvenser, och är en stark partner i det nationella strategiska forskningsprogrammet eSSENCE. Vi värdesätter mångfald och arbetar aktivt för en inkluderande arbetsmiljö med hög delaktighet i en internationell atmosfär. Läs mer på: Institutionen för datavetenskap

Forskningsgruppen Formal Methods for Trustworthy Hybrid Intelligence vid Umeå universitet fokuserar på att designa intelligenta system som ger formella beteendegarantier, med målet att stärka mänskliga samarbetspartners snarare än att ersätta dem. Deras omfattande forskningsintressen inkluderar neurosymbolisk AI, logikbaserat lärande, formell argumentation, sunt förnuft-resonemang (common-sense reasoning), AI-etik och testning, samt kognitiv modellering. Gruppen tillämpar dessa teoretiska grunder på ett brett urval av praktiska projekt, såsom utveckling av tillförlitliga beslutsstödsystem för energihantering, användning av mixed reality för lägesuppfattning vid polisinterventioner, skapande av smarta personanpassade medicineringsassistenter och forskning om precisionsmedicin för återhämtning efter skador, samtidigt som de bidrar till AI-utbildning och strategiska interaktionsmodeller. 

Projektbeskrivning
Detta tvååriga postdoktorala projekt erbjuder ett forskningsstipendium finansierat av Kempestiftelserna (Stiftelserna J.C. Kempes och Seth M. Kempes minne), förlagt vid Institutionen för datavetenskap vid Umeå universitet.  Stipendiet är skattefritt och uppgår till 750 000 kronor för två år, vilket motsvarar 375 000 kronor per år. 

Moderna avloppsreningsverk (WWTP) använder i allt högre grad AI-baserade beslutsstödsystem för att optimera reningsprocesser. De flesta befintliga datadrivna AI-metoder opererar dock enbart på statistiska korrelationer, vilket innebär att de kan generera rekommendationer som bryter mot grundläggande kemiska och fysikaliska lagar. Denna brist på fysikalisk förankring begränsar avsevärt deras tillförlitlighet och acceptans inom säkerhetskritisk miljöinfrastruktur. 

Det primära målet för detta forskningsinitiativ är att etablera ett vetenskapligt grundat neurosymboliskt AI-ramverk för avloppsrening. Genom att integrera symboliska resonemangsmekanismer med neurala nätverk tränade på driftdata från verkligheten, syftar projektet till att säkerstäfterställa att AI-vägledda beslut förblir fysikaliskt konsistenta, tolkningsbara och anpassade till oföränderliga lagar (t.ex. fysikaliska och kemiska ekvationer). Projektet bedrivs i nära akademiskt samarbete med regionala industriella aktörer, vilket ger en unik testbädd i verklig miljö för att verifiera dessa avancerade AI-modeller mot stränga europeiska och nationella miljöföreskrifter.   

Forskningsmöjligheter och utforskningsområden
Som stipendiemottagare ges du möjlighet att självständigt fördjupa och utveckla din vetenskapliga profil inom neurosymbolisk AI. Stipendiet erbjuder en stimulerande forskningsmiljö där du kan bygga vidare på dina kunskaper och meriter genom att utforska bland annat följande områden:

1. Fördjupning i forskningsfronten inom neurosymbolisk AI. Möjlighet att fördjupa förståelsen av framväxande neurosymboliska ramverk som integrerar neurala nätverk för tidsserier (t.ex. LSTM) och logikbaserade AI-metoder (t.ex. Answer Set Programming) i tillämpningar relaterade till industriell automation.
2. Utforskning av fysikaliska och kemiska principer i AI-modeller. Möjlighet att studera hur fysikaliska och kemiska lagar relevanta för avloppsrening kan representeras och integreras i symboliska kunskapsstrukturer för avancerade AI-system.
3. Utveckling av expertis inom hybrida AI-metoder. Möjlighet att fördjupa sig i koncept, metoder och experimentella ansatser för hybrida AI-arkitekturer som förenar djupinlärning med symboliska kunskapsrepresentationer.
4. Fördjupning i metoder för analys och förståelse av AI-system. Möjlighet att utforska angreppssätt för att studera prestanda, säkerhet och tolkningsbarhet hos neurosymboliska modeller i industriella tillämpningssammanhang.
5. Meritering och internationellt vetenskapligt utbyte. Möjlighet att utveckla en internationell forskningsprofil genom vetenskapligt utbyte, deltagande i internationella konferenser och publicering av forskningsresultat i vetenskapliga tidskrifter. 

Kvalifikationer 
För att vara behörig för ett postdoktoralt stipendium ska personen ha avlagt doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då beslut om stipendiatmottagare fattas.   

För att vara aktuell som postdoktorsstipendiat bör i första hand den komma i fråga som avlagt examen högst tre år sedan från sista ansökningsdag. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, tjänstgöring inom totalförsvaret, eller andra liknande omständigheter samt klinisk tjänstgöring eller för ämnesområdet relevant tjänstgöring/uppdrag.   

Doktorsexamen ska vara inom datavetenskap eller ett nära relaterat, relevant ämnesområde med inriktning mot artificiell intelligens.  

Formella krav:

• En doktorsexamen eller utländsk examen (utanför Sverige) som bedöms motsvara en doktorsexamen i datavetenskap eller ett relevant ämnesområde, avlagd senast vid tidpunkten för beslutet om stipendiet.   
• Goda skriftliga och muntliga kunskaper i engelska, eftersom det är det primära språket för internationell vetenskaplig spridning och samarbete inom forskningsgruppen.   

Krav för projektet:

• En gedigen akademisk bakgrund och dokumenterad forskningserfarenhet inom artificiell intelligens, med särskilt fokus på antingen symbolisk AI (såsom kunskapsrepresentation och resonemang, logikbaserade system eller Answer Set Programming) eller subsymbolisk AI (såsom djupinlärning och neurala nätverksarkitekturer).  
• Goda färdigheter i programvaruutveckling (Python) för att underlätta oberoende implementering och simulering av nya hybrida AI-prototyper.   

Övriga krav:

• Erfarenhet av att arbeta med eller bearbeta verkliga datamodeller från komplexa industriella miljöer eller automatiserade tekniska processer.  
• Dokumenterad erfarenhet av att publicera vetenskapliga resultat i fackgranskade internationella konferenser eller högimpaktjournaler inom datavetenskap eller AI.   

Meriterande kvalifikationer: 

• Tidigare erfarenhet av att formalisera matematiska representationer av fysikaliska eller kemiska lagar till beräkningslogik eller formella villkor.  
• Erfarenhet av neurosymboliska ramverk såsom ASP, NeurASP, DeepProbLog eller liknande logisk-neurala gränssnitt.  
• Erfarenhet av eller förtrogenhet med industriella automationsdomäner, säkerhetskritiska miljöer eller miljöinfrastruktursystem som avloppsreningsverk. 

Personliga egenskaper:

Vi söker dig som besitter en hög grad av vetenskaplig nyfikenhet, akademisk självständighet och ett analytiskt förhållningssätt till komplexa teoretiska problem. Eftersom projektet verkar inom ett kollaborativt ekosystem som involverar både akademiska forskare och regionala industriella aktörer, bör du uppvisa utmärkt kommunikations- och samarbetsförmåga. Du är självmotiverad, strukturerad i din vetenskapliga metodik och har en stark drivkraft att utforska tvärvetenskapliga gränser mellan datadriven datavetenskap och fysikalisk domänkunskap.   

Ansökan
Ansökan ska vara skriven på engelska eller svenska och bifogade dokument ska vara i Word eller pdf-format. Ansökan ska registreras via Umeå universitets e-rekryteringssystem Varbi och vara inkommen senast 31 augusti 2026. 

En fullständig ansökan ska innehålla:

• Personligt brev: En avsiktsförklaring (max 2 sidor eller 8 000 tecken inklusive mellanslag) som beskriver din vetenskapliga motivation för att delta i detta projekt. Det personliga brevet ska kortfattat redogöra för:   
  - Ett forskningsutdrag eller förslag som beskriver hur du skulle ta dig an integrationen av formella fysikaliska/kemiska villkor med neurala nätverk inom ramen för avloppsrening.   
  - En beskrivning av hur dina tidigare akademiska prestationer, forskningserfarenhet och metodik relaterar till kärnteman i detta neurosymboliska AI-projekt.   
  -En översikt över dina tekniska färdigheter inom AI-utveckling, kunskapsrepresentation eller logikbaserade system som gör det möjligt för dig att självständigt bedriva denna forskning.  
• CV med publikationslista,
• Kopia av doktorsexamensbevis eller dokumentation som tydliggör när doktorsexamen förväntas erhållas,
• Kopior av andra examensbevis, akademiska kursintyg och/eller betyg,
• Kopia av doktorsavhandling och upp till 2 antal relevanta artiklar,
• Övriga handlingar som den sökande vill åberopa,
• Kontaktuppgifter till två vidtalade referenser. 

Övrigt och kontakt
För närmare upplysningar, kontakta universitetslektor Esteban Guerrero, esteban.guerrero@umu.se 

Välkommen med din ansökan!