瑞典皇家理工学院（KTH）工程科学学院招收全奖博士
优化与机器学习领域的最优传输方向博士生
项目描述
本项目聚焦于将最优传输和梯度流应用于机器学习与优化领域，如深度生成模型、采样、推理、随机优化等。博士生将开发并分析数学模型与算法，这些模型和算法将偏微分方程（和/或随机微分方程）、无限维优化以及统计机器学习联系起来。目标是在基于原则性最优传输和梯度流理论的基础上，为统计推断和生成建模的新方法构建理论和计算基础。
我们正在寻找一位积极性高、数学、应用数学或相关领域背景扎实，且对理论和应用均感兴趣的候选人。
博士生将就职于瑞典皇家理工学院工程科学学院（SCI）数学系，并融入一个充满活力的研究环境，与该领域的其他研究人员紧密合作。
导师安排
拟由朱佳杰（Jia-Jie Zhu）担任博士生导师。录取决定将在入学时做出。
入学要求
根据《瑞典高等教育条例》第七章第39条，申请攻读研究生教育需具备以下基本资格之一：
已通过第二阶段学位（如硕士学位）；或
已完成至少240个高等教育学分，其中至少60个为第二阶段高等教育学分；或
以其他方式在国内或国外获得实质等同的知识。
拥有数学、应用数学、优化、统计学、机器学习或密切相关领域的硕士学位，且在分析、微分方程和/或优化方面有扎实背景。
需提供在计算数学和机器学习方面具备数学推理和编程（如Python）能力的证明。
具备以下一个或多个领域的经验将被视为优势：最优传输、偏微分方程（PDE）、随机分析，或生成模型、统计推断和/或采样理论。
除上述要求外，还需具备相当于英语B/6水平的英语能力。
选拔标准
要在KTH成功担任博士生，你需要目标明确且工作坚持不懈。选拔过程中，将根据候选人的以下能力进行评估：
独立开展工作的能力；
与他人合作的能力；
具备专业态度；
分析和处理复杂问题的能力。
有编程和数值模拟经验者优先。
具备良好的英语沟通能力，因为日常工作和需要独立工作及团队协作的能力都要求这一点。
有在国际研究环境中工作的经验。
在满足资格要求后，将非常重视个人技能。
入学与就业信息
只有被录取攻读研究生教育者方可被聘为博士生。总就业时长不得超过全日制博士教育四年的对应时长。受雇博士生可在有限范围内（最多20%）承担其角色内的某些任务，如培训和管理工作。博士生新职位最长为一年，之后每次可续聘最多两年。若攻读副博士学位，总就业时长不得超过全日制博士教育两年的对应时长。
作为博士生，你将获得部分工作场所福利，并按照KTH的博士生薪资协议获得月薪。
申请职位
通过KTH的招聘系统申请职位和入学。申请人有责任确保申请材料按照招聘广告中的说明完整提交。
申请必须在最后截止日期的午夜（中欧时间/中欧夏令时）前收到。
申请必须包括以下要素：
简历，包括你的相关专业经验和知识。
申请信，简要说明你为何想攻读研究学位，你的学术兴趣是什么，以及它们与你之前的学习和未来目标有何关联。（最长1页）
具有代表性的出版物或技术报告。
硕士论文（或草稿）
两位推荐人的联系方式
其他信息
有关招聘过程中个人数据处理的信息。
KTH的某个职位可能根据《保护安全法》（2018:585）被归类为安全敏感角色。如果该特定职位属于此类情况，将在申请人同意的情况下，根据同一法律对其进行安全审查。在此类情况下，就业的前提是申请人通过安全审查。
我们坚决拒绝与所有员工派遣和招聘机构以及招聘广告销售人员接触。
免责声明：如果招聘公告的瑞典语原文与翻译之间存在差异，以瑞典语版本为准。
