Lediga jobb som Professor hos UPPSALA UNIVERSITET

• Doktorand i modellering av kärnbränsleprestanda med maskininlärning

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 30 september (1 månad kvar)

  Publicerad: 2026-08-19

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Projektet genomförs inom kompetenscentrumet ANItA (Academic-industrial Nuclear technology Initiative to Achieve a sustainable energy future). Du kommer att ingå i en gemensam akademisk och industriell forskningsmiljö med handledning från både Uppsala universitet och industripartner. Genom det nära samarbetet med industrin får du möjlighet att utveckla forskningsmetoder med tydlig industriell relevans och bidra till kunskapsutbyte mellan akademi och industri.

  Tillförlitliga och snabba bränsleprestandaberäkningar är viktiga för såväl dagens reaktorer som framtida konstruktioner, inklusive små modulära reaktorer (SMR). Projektet bygger vidare på den forskning som har bedrivits inom CaNel – Calibration of Fuel Performance Codes, där metoder baserade på statistisk kalibrering, osäkerhetskvantifiering och maskininlärningsbaserad surrogatmodellering har utvecklats för simulering av kärnbränsleprestanda. Du kommer att vidareutveckla dessa metoder för att möjliggöra snabbare och mer precisa förutsägelser med väl kvantifierade osäkerheter.

  Projektet omfattar bland annat kalibrering mot tidsberoende och axiellt upplösta mätdata, överföring av osäkerheter mellan kopplade delmodeller samt utveckling av tidsberoende maskininlärningsbaserade surrogatmodeller. Modellerna ska kunna hantera variationer i exempelvis bränsletyp, anrikning och gadoliniuminnehåll, utvärderas även utanför träningsområdet och tillämpas på ett bredare urval av bränsledesigner och driftförhållanden. De ska även demonstreras i industriellt relevanta tillämpningar, såsom prediktion av kapslingens tangentialspänning och bedömning av risken för PCI-relaterade bränsleskador.

  Arbetsuppgifter

  Arbetsuppgifterna består huvudsakligen av forskarutbildning, där du bedriver forskning inom projektet och följer kurser inom forskarutbildningen. Arbetet innefattar utveckling, implementering och utvärdering av statistiska och maskininlärningsbaserade metoder för kalibrering och simulering av kärnbränsleprestanda.

  I arbetsuppgifterna ingår att:

  • vidareutveckla kalibreringsmetoder så att tidsberoende och axiellt upplösta mätdata kan användas,
  • utveckla metoder för att propagera osäkerheter mellan kalibrerade och kopplade delmodeller och därmed undvika dubbelräkning av effekter
  • utveckla och utvärdera tidsberoende maskininlärningsmodeller för sekvens-till-sekvens-prediktion av bränslebeteende,
  • utöka surrogatmodeller så att de kan hantera flera bränsletyper, anrikningsgrader och halter av gadolinia samt, om möjligt, prediktera osäkerheter,
  • generera och analysera tränings- och valideringsdata för ett brett spektrum av effekthistorier och driftförhållanden samt undersöka modellernas generaliserbarhet utanför träningsområdet,
  • demonstrera surrogatmodellernas användbarhet i industriellt relevanta tillämpningar, exempelvis för prediktion av kapslingens tangentialspänning och bedömning av PCI-risk,
  • implementera, testa och dokumentera beräkningsverktyg, exempelvis i Python, och bidra till reproducerbara beräkningsflöden,
  • sammanställa, publicera och presentera forskningsresultat samt delta i forskargruppens seminarier, projektmöten och övriga vetenskapliga aktiviteter.

  Undervisning och annan institutionstjänstgöring kan komma att ingå med högst 20 procent av heltid.

  Kvalifikationskrav

  Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom teknisk fysik, kärnteknik, tillämpad fysik, energiteknik, beräkningsvetenskap, tillämpad matematik, statistik, maskininlärning eller annat för projektet relevant område, eller 
  • fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
  • på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

  För anställningen krävs dessutom:

  • goda kunskaper i fysik, numeriska metoder, statistik och/eller maskininlärning,
  • god programmeringsförmåga, exempelvis i Python, Julia, C++ eller motsvarande,
  • god förmåga att arbeta självständigt och strukturerat,
  • god samarbetsförmåga,
  • god förmåga att uttrycka sig i tal och skrift på engelska.

  Önskvärt/meriterande i övrigt

  Det är meriterande med erfarenhet av ett eller flera av följande områden:

  • kärnbränsle, bränsleprestandamodellering, reaktorfysik eller kärnteknik,
  • numerisk modellering av värmeöverföring, materialbeteende eller solidmekanik,
  • Bayesiansk inferens, modellkalibrering eller MCMC-metoder,
  • osäkerhetskvantifiering, statistisk modellering eller gaussiska processer,
  • maskininlärning för tidsserier, sekvens-till-sekvens-modeller eller surrogatmodellering,
  • arbete med vetenskapliga beräkningsprogram, stora simulerings- eller mätdata och högpresterande beräkningar,
  • erfarenhet av versionshantering och reproducerbara beräkningsflöden.

  Stor vikt kommer att läggas vid personliga egenskaper såsom analytisk förmåga, initiativförmåga, noggrannhet och motivation att bedriva forskarstudier i nära samverkan mellan akademi och industri.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1–7 samt i universitetets regler och riktlinjer.

  Information om forskarutbildning, behörighetskrav och antagningsregler finns på Vetenskapsområdet för teknik och naturvetenskaps hemsida.

  Om ansökan

  Vänligen bifoga betygsutdrag, kopia av examensarbete samt eventuella övriga handlingar som du vill åberopa.

  Om anställningen 

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 januari 2027, eller enligt överenskommelse. Placeringsort: Uppsala, Sverige.

  Välkommen med din ansökan senast den 30 september 2026, UFV-PA 2026/2448.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 30 september (1 månad kvar)

  Ansök här

  Visa mer

• Doktorand i modellering av kärnbränsleprestanda med maskininlärning

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 30 september (1 månad kvar)

  Publicerad: 2026-08-19

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Projektet genomförs inom kompetenscentrumet ANItA (Academic-industrial Nuclear technology Initiative to Achieve a sustainable energy future). Du kommer att ingå i en gemensam akademisk och industriell forskningsmiljö med handledning från både Uppsala universitet och industripartner. Genom det nära samarbetet med industrin får du möjlighet att utveckla forskningsmetoder med tydlig industriell relevans och bidra till kunskapsutbyte mellan akademi och industri.

  Tillförlitliga och snabba bränsleprestandaberäkningar är viktiga för såväl dagens reaktorer som framtida konstruktioner, inklusive små modulära reaktorer (SMR). Projektet bygger vidare på den forskning som har bedrivits inom CaNel – Calibration of Fuel Performance Codes, där metoder baserade på statistisk kalibrering, osäkerhetskvantifiering och maskininlärningsbaserad surrogatmodellering har utvecklats för simulering av kärnbränsleprestanda. Du kommer att vidareutveckla dessa metoder för att möjliggöra snabbare och mer precisa förutsägelser med väl kvantifierade osäkerheter.

  Projektet omfattar bland annat kalibrering mot tidsberoende och axiellt upplösta mätdata, överföring av osäkerheter mellan kopplade delmodeller samt utveckling av tidsberoende maskininlärningsbaserade surrogatmodeller. Modellerna ska kunna hantera variationer i exempelvis bränsletyp, anrikning och gadoliniuminnehåll, utvärderas även utanför träningsområdet och tillämpas på ett bredare urval av bränsledesigner och driftförhållanden. De ska även demonstreras i industriellt relevanta tillämpningar, såsom prediktion av kapslingens tangentialspänning och bedömning av risken för PCI-relaterade bränsleskador.

  Arbetsuppgifter

  Arbetsuppgifterna består huvudsakligen av forskarutbildning, där du bedriver forskning inom projektet och följer kurser inom forskarutbildningen. Arbetet innefattar utveckling, implementering och utvärdering av statistiska och maskininlärningsbaserade metoder för kalibrering och simulering av kärnbränsleprestanda.

  I arbetsuppgifterna ingår att:

  • vidareutveckla kalibreringsmetoder så att tidsberoende och axiellt upplösta mätdata kan användas,
  • utveckla metoder för att propagera osäkerheter mellan kalibrerade och kopplade delmodeller och därmed undvika dubbelräkning av effekter
  • utveckla och utvärdera tidsberoende maskininlärningsmodeller för sekvens-till-sekvens-prediktion av bränslebeteende,
  • utöka surrogatmodeller så att de kan hantera flera bränsletyper, anrikningsgrader och halter av gadolinia samt, om möjligt, prediktera osäkerheter,
  • generera och analysera tränings- och valideringsdata för ett brett spektrum av effekthistorier och driftförhållanden samt undersöka modellernas generaliserbarhet utanför träningsområdet,
  • demonstrera surrogatmodellernas användbarhet i industriellt relevanta tillämpningar, exempelvis för prediktion av kapslingens tangentialspänning och bedömning av PCI-risk,
  • implementera, testa och dokumentera beräkningsverktyg, exempelvis i Python, och bidra till reproducerbara beräkningsflöden,
  • sammanställa, publicera och presentera forskningsresultat samt delta i forskargruppens seminarier, projektmöten och övriga vetenskapliga aktiviteter.

  Undervisning och annan institutionstjänstgöring kan komma att ingå med högst 20 procent av heltid.

  Kvalifikationskrav

  Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom teknisk fysik, kärnteknik, tillämpad fysik, energiteknik, beräkningsvetenskap, tillämpad matematik, statistik, maskininlärning eller annat för projektet relevant område, eller 
  • fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
  • på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

  För anställningen krävs dessutom:

  • goda kunskaper i fysik, numeriska metoder, statistik och/eller maskininlärning,
  • god programmeringsförmåga, exempelvis i Python, Julia, C++ eller motsvarande,
  • god förmåga att arbeta självständigt och strukturerat,
  • god samarbetsförmåga,
  • god förmåga att uttrycka sig i tal och skrift på engelska.

  Önskvärt/meriterande i övrigt

  Det är meriterande med erfarenhet av ett eller flera av följande områden:

  • kärnbränsle, bränsleprestandamodellering, reaktorfysik eller kärnteknik,
  • numerisk modellering av värmeöverföring, materialbeteende eller solidmekanik,
  • Bayesiansk inferens, modellkalibrering eller MCMC-metoder,
  • osäkerhetskvantifiering, statistisk modellering eller gaussiska processer,
  • maskininlärning för tidsserier, sekvens-till-sekvens-modeller eller surrogatmodellering,
  • arbete med vetenskapliga beräkningsprogram, stora simulerings- eller mätdata och högpresterande beräkningar,
  • erfarenhet av versionshantering och reproducerbara beräkningsflöden.

  Stor vikt kommer att läggas vid personliga egenskaper såsom analytisk förmåga, initiativförmåga, noggrannhet och motivation att bedriva forskarstudier i nära samverkan mellan akademi och industri.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1–7 samt i universitetets regler och riktlinjer.

  Information om forskarutbildning, behörighetskrav och antagningsregler finns på Vetenskapsområdet för teknik och naturvetenskaps hemsida.

  Om ansökan

  Vänligen bifoga betygsutdrag, kopia av examensarbete samt eventuella övriga handlingar som du vill åberopa.

  Om anställningen 

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 januari 2027, eller enligt överenskommelse. Placeringsort: Uppsala, Sverige.

  Välkommen med din ansökan senast den 30 september 2026, UFV-PA 2026/2448.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 30 september (1 månad kvar)

  Ansök här

  Visa mer

• Doktorand i modellering av kärnbränsleprestanda med maskininlärning

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 30 september (1 månad kvar)

  Publicerad: 2026-08-19

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Projektet genomförs inom kompetenscentrumet ANItA (Academic-industrial Nuclear technology Initiative to Achieve a sustainable energy future). Du kommer att ingå i en gemensam akademisk och industriell forskningsmiljö med handledning från både Uppsala universitet och industripartner. Genom det nära samarbetet med industrin får du möjlighet att utveckla forskningsmetoder med tydlig industriell relevans och bidra till kunskapsutbyte mellan akademi och industri.

  Tillförlitliga och snabba bränsleprestandaberäkningar är viktiga för såväl dagens reaktorer som framtida konstruktioner, inklusive små modulära reaktorer (SMR). Projektet bygger vidare på den forskning som har bedrivits inom CaNel – Calibration of Fuel Performance Codes, där metoder baserade på statistisk kalibrering, osäkerhetskvantifiering och maskininlärningsbaserad surrogatmodellering har utvecklats för simulering av kärnbränsleprestanda. Du kommer att vidareutveckla dessa metoder för att möjliggöra snabbare och mer precisa förutsägelser med väl kvantifierade osäkerheter.

  Projektet omfattar bland annat kalibrering mot tidsberoende och axiellt upplösta mätdata, överföring av osäkerheter mellan kopplade delmodeller samt utveckling av tidsberoende maskininlärningsbaserade surrogatmodeller. Modellerna ska kunna hantera variationer i exempelvis bränsletyp, anrikning och gadoliniuminnehåll, utvärderas även utanför träningsområdet och tillämpas på ett bredare urval av bränsledesigner och driftförhållanden. De ska även demonstreras i industriellt relevanta tillämpningar, såsom prediktion av kapslingens tangentialspänning och bedömning av risken för PCI-relaterade bränsleskador.

  Arbetsuppgifter

  Arbetsuppgifterna består huvudsakligen av forskarutbildning, där du bedriver forskning inom projektet och följer kurser inom forskarutbildningen. Arbetet innefattar utveckling, implementering och utvärdering av statistiska och maskininlärningsbaserade metoder för kalibrering och simulering av kärnbränsleprestanda.

  I arbetsuppgifterna ingår att:

  • vidareutveckla kalibreringsmetoder så att tidsberoende och axiellt upplösta mätdata kan användas,
  • utveckla metoder för att propagera osäkerheter mellan kalibrerade och kopplade delmodeller och därmed undvika dubbelräkning av effekter
  • utveckla och utvärdera tidsberoende maskininlärningsmodeller för sekvens-till-sekvens-prediktion av bränslebeteende,
  • utöka surrogatmodeller så att de kan hantera flera bränsletyper, anrikningsgrader och halter av gadolinia samt, om möjligt, prediktera osäkerheter,
  • generera och analysera tränings- och valideringsdata för ett brett spektrum av effekthistorier och driftförhållanden samt undersöka modellernas generaliserbarhet utanför träningsområdet,
  • demonstrera surrogatmodellernas användbarhet i industriellt relevanta tillämpningar, exempelvis för prediktion av kapslingens tangentialspänning och bedömning av PCI-risk,
  • implementera, testa och dokumentera beräkningsverktyg, exempelvis i Python, och bidra till reproducerbara beräkningsflöden,
  • sammanställa, publicera och presentera forskningsresultat samt delta i forskargruppens seminarier, projektmöten och övriga vetenskapliga aktiviteter.

  Undervisning och annan institutionstjänstgöring kan komma att ingå med högst 20 procent av heltid.

  Kvalifikationskrav

  Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom teknisk fysik, kärnteknik, tillämpad fysik, energiteknik, beräkningsvetenskap, tillämpad matematik, statistik, maskininlärning eller annat för projektet relevant område, eller 
  • fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
  • på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

  För anställningen krävs dessutom:

  • goda kunskaper i fysik, numeriska metoder, statistik och/eller maskininlärning,
  • god programmeringsförmåga, exempelvis i Python, Julia, C++ eller motsvarande,
  • god förmåga att arbeta självständigt och strukturerat,
  • god samarbetsförmåga,
  • god förmåga att uttrycka sig i tal och skrift på engelska.

  Önskvärt/meriterande i övrigt

  Det är meriterande med erfarenhet av ett eller flera av följande områden:

  • kärnbränsle, bränsleprestandamodellering, reaktorfysik eller kärnteknik,
  • numerisk modellering av värmeöverföring, materialbeteende eller solidmekanik,
  • Bayesiansk inferens, modellkalibrering eller MCMC-metoder,
  • osäkerhetskvantifiering, statistisk modellering eller gaussiska processer,
  • maskininlärning för tidsserier, sekvens-till-sekvens-modeller eller surrogatmodellering,
  • arbete med vetenskapliga beräkningsprogram, stora simulerings- eller mätdata och högpresterande beräkningar,
  • erfarenhet av versionshantering och reproducerbara beräkningsflöden.

  Stor vikt kommer att läggas vid personliga egenskaper såsom analytisk förmåga, initiativförmåga, noggrannhet och motivation att bedriva forskarstudier i nära samverkan mellan akademi och industri.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1–7 samt i universitetets regler och riktlinjer.

  Information om forskarutbildning, behörighetskrav och antagningsregler finns på Vetenskapsområdet för teknik och naturvetenskaps hemsida.

  Om ansökan

  Vänligen bifoga betygsutdrag, kopia av examensarbete samt eventuella övriga handlingar som du vill åberopa.

  Om anställningen 

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 januari 2027, eller enligt överenskommelse. Placeringsort: Uppsala, Sverige.

  Välkommen med din ansökan senast den 30 september 2026, UFV-PA 2026/2448.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 30 september (1 månad kvar)

  Ansök här

  Visa mer

• Doktorand i modellering av kärnbränsleprestanda med maskininlärning

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 30 september (1 månad kvar)

  Publicerad: 2026-08-19

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Projektet genomförs inom kompetenscentrumet ANItA (Academic-industrial Nuclear technology Initiative to Achieve a sustainable energy future). Du kommer att ingå i en gemensam akademisk och industriell forskningsmiljö med handledning från både Uppsala universitet och industripartner. Genom det nära samarbetet med industrin får du möjlighet att utveckla forskningsmetoder med tydlig industriell relevans och bidra till kunskapsutbyte mellan akademi och industri.

  Tillförlitliga och snabba bränsleprestandaberäkningar är viktiga för såväl dagens reaktorer som framtida konstruktioner, inklusive små modulära reaktorer (SMR). Projektet bygger vidare på den forskning som har bedrivits inom CaNel – Calibration of Fuel Performance Codes, där metoder baserade på statistisk kalibrering, osäkerhetskvantifiering och maskininlärningsbaserad surrogatmodellering har utvecklats för simulering av kärnbränsleprestanda. Du kommer att vidareutveckla dessa metoder för att möjliggöra snabbare och mer precisa förutsägelser med väl kvantifierade osäkerheter.

  Projektet omfattar bland annat kalibrering mot tidsberoende och axiellt upplösta mätdata, överföring av osäkerheter mellan kopplade delmodeller samt utveckling av tidsberoende maskininlärningsbaserade surrogatmodeller. Modellerna ska kunna hantera variationer i exempelvis bränsletyp, anrikning och gadoliniuminnehåll, utvärderas även utanför träningsområdet och tillämpas på ett bredare urval av bränsledesigner och driftförhållanden. De ska även demonstreras i industriellt relevanta tillämpningar, såsom prediktion av kapslingens tangentialspänning och bedömning av risken för PCI-relaterade bränsleskador.

  Arbetsuppgifter

  Arbetsuppgifterna består huvudsakligen av forskarutbildning, där du bedriver forskning inom projektet och följer kurser inom forskarutbildningen. Arbetet innefattar utveckling, implementering och utvärdering av statistiska och maskininlärningsbaserade metoder för kalibrering och simulering av kärnbränsleprestanda.

  I arbetsuppgifterna ingår att:

  • vidareutveckla kalibreringsmetoder så att tidsberoende och axiellt upplösta mätdata kan användas,
  • utveckla metoder för att propagera osäkerheter mellan kalibrerade och kopplade delmodeller och därmed undvika dubbelräkning av effekter
  • utveckla och utvärdera tidsberoende maskininlärningsmodeller för sekvens-till-sekvens-prediktion av bränslebeteende,
  • utöka surrogatmodeller så att de kan hantera flera bränsletyper, anrikningsgrader och halter av gadolinia samt, om möjligt, prediktera osäkerheter,
  • generera och analysera tränings- och valideringsdata för ett brett spektrum av effekthistorier och driftförhållanden samt undersöka modellernas generaliserbarhet utanför träningsområdet,
  • demonstrera surrogatmodellernas användbarhet i industriellt relevanta tillämpningar, exempelvis för prediktion av kapslingens tangentialspänning och bedömning av PCI-risk,
  • implementera, testa och dokumentera beräkningsverktyg, exempelvis i Python, och bidra till reproducerbara beräkningsflöden,
  • sammanställa, publicera och presentera forskningsresultat samt delta i forskargruppens seminarier, projektmöten och övriga vetenskapliga aktiviteter.

  Undervisning och annan institutionstjänstgöring kan komma att ingå med högst 20 procent av heltid.

  Kvalifikationskrav

  Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom teknisk fysik, kärnteknik, tillämpad fysik, energiteknik, beräkningsvetenskap, tillämpad matematik, statistik, maskininlärning eller annat för projektet relevant område, eller 
  • fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
  • på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

  För anställningen krävs dessutom:

  • goda kunskaper i fysik, numeriska metoder, statistik och/eller maskininlärning,
  • god programmeringsförmåga, exempelvis i Python, Julia, C++ eller motsvarande,
  • god förmåga att arbeta självständigt och strukturerat,
  • god samarbetsförmåga,
  • god förmåga att uttrycka sig i tal och skrift på engelska.

  Önskvärt/meriterande i övrigt

  Det är meriterande med erfarenhet av ett eller flera av följande områden:

  • kärnbränsle, bränsleprestandamodellering, reaktorfysik eller kärnteknik,
  • numerisk modellering av värmeöverföring, materialbeteende eller solidmekanik,
  • Bayesiansk inferens, modellkalibrering eller MCMC-metoder,
  • osäkerhetskvantifiering, statistisk modellering eller gaussiska processer,
  • maskininlärning för tidsserier, sekvens-till-sekvens-modeller eller surrogatmodellering,
  • arbete med vetenskapliga beräkningsprogram, stora simulerings- eller mätdata och högpresterande beräkningar,
  • erfarenhet av versionshantering och reproducerbara beräkningsflöden.

  Stor vikt kommer att läggas vid personliga egenskaper såsom analytisk förmåga, initiativförmåga, noggrannhet och motivation att bedriva forskarstudier i nära samverkan mellan akademi och industri.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1–7 samt i universitetets regler och riktlinjer.

  Information om forskarutbildning, behörighetskrav och antagningsregler finns på Vetenskapsområdet för teknik och naturvetenskaps hemsida.

  Om ansökan

  Vänligen bifoga betygsutdrag, kopia av examensarbete samt eventuella övriga handlingar som du vill åberopa.

  Om anställningen 

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 januari 2027, eller enligt överenskommelse. Placeringsort: Uppsala, Sverige.

  Välkommen med din ansökan senast den 30 september 2026, UFV-PA 2026/2448.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 30 september (1 månad kvar)

  Ansök här

  Visa mer

• Doktorand i modellering av kärnbränsleprestanda med maskininlärning

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 30 september (1 månad kvar)

  Publicerad: 2026-08-19

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Projektet genomförs inom kompetenscentrumet ANItA (Academic-industrial Nuclear technology Initiative to Achieve a sustainable energy future). Du kommer att ingå i en gemensam akademisk och industriell forskningsmiljö med handledning från både Uppsala universitet och industripartner. Genom det nära samarbetet med industrin får du möjlighet att utveckla forskningsmetoder med tydlig industriell relevans och bidra till kunskapsutbyte mellan akademi och industri.

  Tillförlitliga och snabba bränsleprestandaberäkningar är viktiga för såväl dagens reaktorer som framtida konstruktioner, inklusive små modulära reaktorer (SMR). Projektet bygger vidare på den forskning som har bedrivits inom CaNel – Calibration of Fuel Performance Codes, där metoder baserade på statistisk kalibrering, osäkerhetskvantifiering och maskininlärningsbaserad surrogatmodellering har utvecklats för simulering av kärnbränsleprestanda. Du kommer att vidareutveckla dessa metoder för att möjliggöra snabbare och mer precisa förutsägelser med väl kvantifierade osäkerheter.

  Projektet omfattar bland annat kalibrering mot tidsberoende och axiellt upplösta mätdata, överföring av osäkerheter mellan kopplade delmodeller samt utveckling av tidsberoende maskininlärningsbaserade surrogatmodeller. Modellerna ska kunna hantera variationer i exempelvis bränsletyp, anrikning och gadoliniuminnehåll, utvärderas även utanför träningsområdet och tillämpas på ett bredare urval av bränsledesigner och driftförhållanden. De ska även demonstreras i industriellt relevanta tillämpningar, såsom prediktion av kapslingens tangentialspänning och bedömning av risken för PCI-relaterade bränsleskador.

  Arbetsuppgifter

  Arbetsuppgifterna består huvudsakligen av forskarutbildning, där du bedriver forskning inom projektet och följer kurser inom forskarutbildningen. Arbetet innefattar utveckling, implementering och utvärdering av statistiska och maskininlärningsbaserade metoder för kalibrering och simulering av kärnbränsleprestanda.

  I arbetsuppgifterna ingår att:

  • vidareutveckla kalibreringsmetoder så att tidsberoende och axiellt upplösta mätdata kan användas,
  • utveckla metoder för att propagera osäkerheter mellan kalibrerade och kopplade delmodeller och därmed undvika dubbelräkning av effekter
  • utveckla och utvärdera tidsberoende maskininlärningsmodeller för sekvens-till-sekvens-prediktion av bränslebeteende,
  • utöka surrogatmodeller så att de kan hantera flera bränsletyper, anrikningsgrader och halter av gadolinia samt, om möjligt, prediktera osäkerheter,
  • generera och analysera tränings- och valideringsdata för ett brett spektrum av effekthistorier och driftförhållanden samt undersöka modellernas generaliserbarhet utanför träningsområdet,
  • demonstrera surrogatmodellernas användbarhet i industriellt relevanta tillämpningar, exempelvis för prediktion av kapslingens tangentialspänning och bedömning av PCI-risk,
  • implementera, testa och dokumentera beräkningsverktyg, exempelvis i Python, och bidra till reproducerbara beräkningsflöden,
  • sammanställa, publicera och presentera forskningsresultat samt delta i forskargruppens seminarier, projektmöten och övriga vetenskapliga aktiviteter.

  Undervisning och annan institutionstjänstgöring kan komma att ingå med högst 20 procent av heltid.

  Kvalifikationskrav

  Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom teknisk fysik, kärnteknik, tillämpad fysik, energiteknik, beräkningsvetenskap, tillämpad matematik, statistik, maskininlärning eller annat för projektet relevant område, eller 
  • fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
  • på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

  För anställningen krävs dessutom:

  • goda kunskaper i fysik, numeriska metoder, statistik och/eller maskininlärning,
  • god programmeringsförmåga, exempelvis i Python, Julia, C++ eller motsvarande,
  • god förmåga att arbeta självständigt och strukturerat,
  • god samarbetsförmåga,
  • god förmåga att uttrycka sig i tal och skrift på engelska.

  Önskvärt/meriterande i övrigt

  Det är meriterande med erfarenhet av ett eller flera av följande områden:

  • kärnbränsle, bränsleprestandamodellering, reaktorfysik eller kärnteknik,
  • numerisk modellering av värmeöverföring, materialbeteende eller solidmekanik,
  • Bayesiansk inferens, modellkalibrering eller MCMC-metoder,
  • osäkerhetskvantifiering, statistisk modellering eller gaussiska processer,
  • maskininlärning för tidsserier, sekvens-till-sekvens-modeller eller surrogatmodellering,
  • arbete med vetenskapliga beräkningsprogram, stora simulerings- eller mätdata och högpresterande beräkningar,
  • erfarenhet av versionshantering och reproducerbara beräkningsflöden.

  Stor vikt kommer att läggas vid personliga egenskaper såsom analytisk förmåga, initiativförmåga, noggrannhet och motivation att bedriva forskarstudier i nära samverkan mellan akademi och industri.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1–7 samt i universitetets regler och riktlinjer.

  Information om forskarutbildning, behörighetskrav och antagningsregler finns på Vetenskapsområdet för teknik och naturvetenskaps hemsida.

  Om ansökan

  Vänligen bifoga betygsutdrag, kopia av examensarbete samt eventuella övriga handlingar som du vill åberopa.

  Om anställningen 

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 januari 2027, eller enligt överenskommelse. Placeringsort: Uppsala, Sverige.

  Välkommen med din ansökan senast den 30 september 2026, UFV-PA 2026/2448.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 30 september (1 månad kvar)

  Ansök här

  Visa mer

• Doktorand i modellering av kärnbränsleprestanda med maskininlärning

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 30 september (1 månad kvar)

  Publicerad: 2026-08-19

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Projektet genomförs inom kompetenscentrumet ANItA (Academic-industrial Nuclear technology Initiative to Achieve a sustainable energy future). Du kommer att ingå i en gemensam akademisk och industriell forskningsmiljö med handledning från både Uppsala universitet och industripartner. Genom det nära samarbetet med industrin får du möjlighet att utveckla forskningsmetoder med tydlig industriell relevans och bidra till kunskapsutbyte mellan akademi och industri.

  Tillförlitliga och snabba bränsleprestandaberäkningar är viktiga för såväl dagens reaktorer som framtida konstruktioner, inklusive små modulära reaktorer (SMR). Projektet bygger vidare på den forskning som har bedrivits inom CaNel – Calibration of Fuel Performance Codes, där metoder baserade på statistisk kalibrering, osäkerhetskvantifiering och maskininlärningsbaserad surrogatmodellering har utvecklats för simulering av kärnbränsleprestanda. Du kommer att vidareutveckla dessa metoder för att möjliggöra snabbare och mer precisa förutsägelser med väl kvantifierade osäkerheter.

  Projektet omfattar bland annat kalibrering mot tidsberoende och axiellt upplösta mätdata, överföring av osäkerheter mellan kopplade delmodeller samt utveckling av tidsberoende maskininlärningsbaserade surrogatmodeller. Modellerna ska kunna hantera variationer i exempelvis bränsletyp, anrikning och gadoliniuminnehåll, utvärderas även utanför träningsområdet och tillämpas på ett bredare urval av bränsledesigner och driftförhållanden. De ska även demonstreras i industriellt relevanta tillämpningar, såsom prediktion av kapslingens tangentialspänning och bedömning av risken för PCI-relaterade bränsleskador.

  Arbetsuppgifter

  Arbetsuppgifterna består huvudsakligen av forskarutbildning, där du bedriver forskning inom projektet och följer kurser inom forskarutbildningen. Arbetet innefattar utveckling, implementering och utvärdering av statistiska och maskininlärningsbaserade metoder för kalibrering och simulering av kärnbränsleprestanda.

  I arbetsuppgifterna ingår att:

  • vidareutveckla kalibreringsmetoder så att tidsberoende och axiellt upplösta mätdata kan användas,
  • utveckla metoder för att propagera osäkerheter mellan kalibrerade och kopplade delmodeller och därmed undvika dubbelräkning av effekter
  • utveckla och utvärdera tidsberoende maskininlärningsmodeller för sekvens-till-sekvens-prediktion av bränslebeteende,
  • utöka surrogatmodeller så att de kan hantera flera bränsletyper, anrikningsgrader och halter av gadolinia samt, om möjligt, prediktera osäkerheter,
  • generera och analysera tränings- och valideringsdata för ett brett spektrum av effekthistorier och driftförhållanden samt undersöka modellernas generaliserbarhet utanför träningsområdet,
  • demonstrera surrogatmodellernas användbarhet i industriellt relevanta tillämpningar, exempelvis för prediktion av kapslingens tangentialspänning och bedömning av PCI-risk,
  • implementera, testa och dokumentera beräkningsverktyg, exempelvis i Python, och bidra till reproducerbara beräkningsflöden,
  • sammanställa, publicera och presentera forskningsresultat samt delta i forskargruppens seminarier, projektmöten och övriga vetenskapliga aktiviteter.

  Undervisning och annan institutionstjänstgöring kan komma att ingå med högst 20 procent av heltid.

  Kvalifikationskrav

  Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom teknisk fysik, kärnteknik, tillämpad fysik, energiteknik, beräkningsvetenskap, tillämpad matematik, statistik, maskininlärning eller annat för projektet relevant område, eller 
  • fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
  • på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

  För anställningen krävs dessutom:

  • goda kunskaper i fysik, numeriska metoder, statistik och/eller maskininlärning,
  • god programmeringsförmåga, exempelvis i Python, Julia, C++ eller motsvarande,
  • god förmåga att arbeta självständigt och strukturerat,
  • god samarbetsförmåga,
  • god förmåga att uttrycka sig i tal och skrift på engelska.

  Önskvärt/meriterande i övrigt

  Det är meriterande med erfarenhet av ett eller flera av följande områden:

  • kärnbränsle, bränsleprestandamodellering, reaktorfysik eller kärnteknik,
  • numerisk modellering av värmeöverföring, materialbeteende eller solidmekanik,
  • Bayesiansk inferens, modellkalibrering eller MCMC-metoder,
  • osäkerhetskvantifiering, statistisk modellering eller gaussiska processer,
  • maskininlärning för tidsserier, sekvens-till-sekvens-modeller eller surrogatmodellering,
  • arbete med vetenskapliga beräkningsprogram, stora simulerings- eller mätdata och högpresterande beräkningar,
  • erfarenhet av versionshantering och reproducerbara beräkningsflöden.

  Stor vikt kommer att läggas vid personliga egenskaper såsom analytisk förmåga, initiativförmåga, noggrannhet och motivation att bedriva forskarstudier i nära samverkan mellan akademi och industri.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1–7 samt i universitetets regler och riktlinjer.

  Information om forskarutbildning, behörighetskrav och antagningsregler finns på Vetenskapsområdet för teknik och naturvetenskaps hemsida.

  Om ansökan

  Vänligen bifoga betygsutdrag, kopia av examensarbete samt eventuella övriga handlingar som du vill åberopa.

  Om anställningen 

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 januari 2027, eller enligt överenskommelse. Placeringsort: Uppsala, Sverige.

  Välkommen med din ansökan senast den 30 september 2026, UFV-PA 2026/2448.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 30 september (1 månad kvar)

  Ansök här

  Visa mer

• Doktorand i modellering av kärnbränsleprestanda med maskininlärning

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 30 september (1 månad kvar)

  Publicerad: 2026-08-19

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Projektet genomförs inom kompetenscentrumet ANItA (Academic-industrial Nuclear technology Initiative to Achieve a sustainable energy future). Du kommer att ingå i en gemensam akademisk och industriell forskningsmiljö med handledning från både Uppsala universitet och industripartner. Genom det nära samarbetet med industrin får du möjlighet att utveckla forskningsmetoder med tydlig industriell relevans och bidra till kunskapsutbyte mellan akademi och industri.

  Tillförlitliga och snabba bränsleprestandaberäkningar är viktiga för såväl dagens reaktorer som framtida konstruktioner, inklusive små modulära reaktorer (SMR). Projektet bygger vidare på den forskning som har bedrivits inom CaNel – Calibration of Fuel Performance Codes, där metoder baserade på statistisk kalibrering, osäkerhetskvantifiering och maskininlärningsbaserad surrogatmodellering har utvecklats för simulering av kärnbränsleprestanda. Du kommer att vidareutveckla dessa metoder för att möjliggöra snabbare och mer precisa förutsägelser med väl kvantifierade osäkerheter.

  Projektet omfattar bland annat kalibrering mot tidsberoende och axiellt upplösta mätdata, överföring av osäkerheter mellan kopplade delmodeller samt utveckling av tidsberoende maskininlärningsbaserade surrogatmodeller. Modellerna ska kunna hantera variationer i exempelvis bränsletyp, anrikning och gadoliniuminnehåll, utvärderas även utanför träningsområdet och tillämpas på ett bredare urval av bränsledesigner och driftförhållanden. De ska även demonstreras i industriellt relevanta tillämpningar, såsom prediktion av kapslingens tangentialspänning och bedömning av risken för PCI-relaterade bränsleskador.

  Arbetsuppgifter

  Arbetsuppgifterna består huvudsakligen av forskarutbildning, där du bedriver forskning inom projektet och följer kurser inom forskarutbildningen. Arbetet innefattar utveckling, implementering och utvärdering av statistiska och maskininlärningsbaserade metoder för kalibrering och simulering av kärnbränsleprestanda.

  I arbetsuppgifterna ingår att:

  • vidareutveckla kalibreringsmetoder så att tidsberoende och axiellt upplösta mätdata kan användas,
  • utveckla metoder för att propagera osäkerheter mellan kalibrerade och kopplade delmodeller och därmed undvika dubbelräkning av effekter
  • utveckla och utvärdera tidsberoende maskininlärningsmodeller för sekvens-till-sekvens-prediktion av bränslebeteende,
  • utöka surrogatmodeller så att de kan hantera flera bränsletyper, anrikningsgrader och halter av gadolinia samt, om möjligt, prediktera osäkerheter,
  • generera och analysera tränings- och valideringsdata för ett brett spektrum av effekthistorier och driftförhållanden samt undersöka modellernas generaliserbarhet utanför träningsområdet,
  • demonstrera surrogatmodellernas användbarhet i industriellt relevanta tillämpningar, exempelvis för prediktion av kapslingens tangentialspänning och bedömning av PCI-risk,
  • implementera, testa och dokumentera beräkningsverktyg, exempelvis i Python, och bidra till reproducerbara beräkningsflöden,
  • sammanställa, publicera och presentera forskningsresultat samt delta i forskargruppens seminarier, projektmöten och övriga vetenskapliga aktiviteter.

  Undervisning och annan institutionstjänstgöring kan komma att ingå med högst 20 procent av heltid.

  Kvalifikationskrav

  Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom teknisk fysik, kärnteknik, tillämpad fysik, energiteknik, beräkningsvetenskap, tillämpad matematik, statistik, maskininlärning eller annat för projektet relevant område, eller 
  • fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
  • på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

  För anställningen krävs dessutom:

  • goda kunskaper i fysik, numeriska metoder, statistik och/eller maskininlärning,
  • god programmeringsförmåga, exempelvis i Python, Julia, C++ eller motsvarande,
  • god förmåga att arbeta självständigt och strukturerat,
  • god samarbetsförmåga,
  • god förmåga att uttrycka sig i tal och skrift på engelska.

  Önskvärt/meriterande i övrigt

  Det är meriterande med erfarenhet av ett eller flera av följande områden:

  • kärnbränsle, bränsleprestandamodellering, reaktorfysik eller kärnteknik,
  • numerisk modellering av värmeöverföring, materialbeteende eller solidmekanik,
  • Bayesiansk inferens, modellkalibrering eller MCMC-metoder,
  • osäkerhetskvantifiering, statistisk modellering eller gaussiska processer,
  • maskininlärning för tidsserier, sekvens-till-sekvens-modeller eller surrogatmodellering,
  • arbete med vetenskapliga beräkningsprogram, stora simulerings- eller mätdata och högpresterande beräkningar,
  • erfarenhet av versionshantering och reproducerbara beräkningsflöden.

  Stor vikt kommer att läggas vid personliga egenskaper såsom analytisk förmåga, initiativförmåga, noggrannhet och motivation att bedriva forskarstudier i nära samverkan mellan akademi och industri.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1–7 samt i universitetets regler och riktlinjer.

  Information om forskarutbildning, behörighetskrav och antagningsregler finns på Vetenskapsområdet för teknik och naturvetenskaps hemsida.

  Om ansökan

  Vänligen bifoga betygsutdrag, kopia av examensarbete samt eventuella övriga handlingar som du vill åberopa.

  Om anställningen 

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 januari 2027, eller enligt överenskommelse. Placeringsort: Uppsala, Sverige.

  Välkommen med din ansökan senast den 30 september 2026, UFV-PA 2026/2448.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 30 september (1 månad kvar)

  Ansök här

  Visa mer

• Biträdande universitetslektor i fysik

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 5 oktober (1 månad och 5 dagar kvar)

  Publicerad: 2026-08-21

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Vill du vara en del av en internationellt framstående och bred forskningsmiljö inom fysik och matematik? Vi söker nu en biträdande universitetslektor som vill utveckla och stärka vår forskning och utbildning inom kvantinformationsteori vid den internationella forskningsfronten.

  Anställningen är förlagd inom forskningsprogrammet för Kvantmateriens teori. Tillsammans med programmet för Materialteori erbjuder vi en världsledande forskningsmiljö med intressen som spänner från starkt korrelerade och topologiska kvanttillstånd i materia och teoretiska aspekter av kvantinformationsteori till förstaprincipberäkningar av elektronisk struktur och lösningar för grön energi. 

  Anställningen är även knuten till Centrum för geometri och fysik, ett tvärvetenskapligt forskningscentrum som syftar till att utveckla grundläggande kunskap inom matematik och teoretisk fysik, såväl inom som i gränslandet mellan geometri och fysik. Centret är ett excellenscentrum finansierat av Vetenskapsrådet och administreras gemensamt av Institutionen för fysik och astronomi samt Matematiska institutionen. 

  Forskningsprogrammet Kvantmateriens teori och Centrum för geometri och fysik söker nu kandidater på biträdande lektorsnivå som kan stärka, utveckla eller komplettera våra nuvarande forskningsaktiviteter vid den internationella forskningsfronten. Anställningen är en meriteringsanställning som ger möjlighet att utveckla självständighet som forskare och lärare. Uppsala universitets meriteringssystem (tenure-track) ger biträdande lektorer möjlighet att prövas för befordran till universitetslektor. Universitetet erbjuder stöd inom flera områden, såsom vetenskaplig och pedagogisk utveckling, ledarskapsutveckling samt stöd kring patent och innovationer. För att ytterligare stödja uppbyggnaden av din forskningsverksamhet ingår ett startpaket i anställningen, bestående av en doktorand och en postdoktor.

  Ämnesområde

  Ämnesområdet omfattar teoretisk forskning inom kvantinformations som stärker, eventuellt på ett kompletterande sätt, befintliga forskningsaktiviteter inom forskningsprogrammet Kvantmateriens teori och som har koppling till Centrum för geometri och fysik.

  De nuvarande forskningsaktiviteterna spänner över flera moderna områden inom fysik och matematisk fysik. Av särskilt intresse för denna anställning är verksamhet inom, men inte begränsad till, kvantnätverk, kvantfelkorrigering, kvantkorrelationer, kvantmätningsteori, topologiska och geometriska aspekter av kvantinformations­teori samt de matematiska grunderna för kvantinformationsteori.

  Sammanfattningsvis så söker vi kandidater som kan stärka vår forskningsprofil inom kvantinformations­teori, bidra till dess konceptuella och matematiska utveckling samt knyta an till Centrum för geometri och fysik, samtidigt som de bidrar till undervisning och handledning inom dessa områden.

  Arbetsuppgifter

  Du kommer att arbeta med:

  • forskning. Forskning omfattar att etablera och leda en egen forskargrupp; publicera forskningsresultat i internationellt erkända refereegranskade tidskrifter och presentera dem vid internationella konferenser; aktivt ansöka om och erhålla extern forskningsfinansiering från nationella och internationella finansiärer inom ämnesområdet och/eller genom tvärvetenskapliga samarbeten.
  • undervisning. I undervisning ingår kursansvar, kursadministration och handledning av doktorander, på både svenska och engelska. Om du initialt inte kan undervisa på svenska kommer språkutbildning i svenska, med målet att uppnå denna kompetens, att ingå i arbetsuppgifterna.
  • administration. Delta i det allmänna akademiska arbetet vid Institutionen för fysik och astronomi. I detta ingår att sitta i nämnder, ta ansvar utöver det egna forsknings- och undervisningsuppdraget, delta i utvärdering och utveckling av undervisnings- och forskningsuppgifter, lösa uppgifter tillsammans med kollegor samt hjälpa och ge återkoppling till kollegor.
  • att hålla dig uppdaterad inom ditt ämnesområde och följa samhällsutvecklingen som har betydelse för ditt arbete vid Uppsala universitet.
  • att bidra till samverkan med det omgivande samhället.
  • att tillsammans med kollegor verka för en god och hälsosam arbetsmiljö.

  Vid urval bland behöriga sökande kommer vikt att fästas främst vid såväl vetenskaplig som pedagogisk skicklighet varvid särskild vikt kommer att fästas vid den vetenskapliga skickligheten. Därutöver kommer administrativ skicklighet, ledningsskicklighet och samverkansskicklighet beaktas.

  Välkommen med din ansökan senast den 5 oktober 2026, UFV-PA 2026/2047.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida Jobba hos oss – Uppsala universitet.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 5 oktober (1 månad och 5 dagar kvar)

  Ansök här

  Visa mer

• Biträdande universitetslektor i fysik

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 5 oktober (1 månad och 5 dagar kvar)

  Publicerad: 2026-08-21

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Vill du vara en del av en internationellt framstående och bred forskningsmiljö inom fysik och matematik? Vi söker nu en biträdande universitetslektor som vill utveckla och stärka vår forskning och utbildning inom kvantinformationsteori vid den internationella forskningsfronten.

  Anställningen är förlagd inom forskningsprogrammet för Kvantmateriens teori. Tillsammans med programmet för Materialteori erbjuder vi en världsledande forskningsmiljö med intressen som spänner från starkt korrelerade och topologiska kvanttillstånd i materia och teoretiska aspekter av kvantinformationsteori till förstaprincipberäkningar av elektronisk struktur och lösningar för grön energi. 

  Anställningen är även knuten till Centrum för geometri och fysik, ett tvärvetenskapligt forskningscentrum som syftar till att utveckla grundläggande kunskap inom matematik och teoretisk fysik, såväl inom som i gränslandet mellan geometri och fysik. Centret är ett excellenscentrum finansierat av Vetenskapsrådet och administreras gemensamt av Institutionen för fysik och astronomi samt Matematiska institutionen. 

  Forskningsprogrammet Kvantmateriens teori och Centrum för geometri och fysik söker nu kandidater på biträdande lektorsnivå som kan stärka, utveckla eller komplettera våra nuvarande forskningsaktiviteter vid den internationella forskningsfronten. Anställningen är en meriteringsanställning som ger möjlighet att utveckla självständighet som forskare och lärare. Uppsala universitets meriteringssystem (tenure-track) ger biträdande lektorer möjlighet att prövas för befordran till universitetslektor. Universitetet erbjuder stöd inom flera områden, såsom vetenskaplig och pedagogisk utveckling, ledarskapsutveckling samt stöd kring patent och innovationer. För att ytterligare stödja uppbyggnaden av din forskningsverksamhet ingår ett startpaket i anställningen, bestående av en doktorand och en postdoktor.

  Ämnesområde

  Ämnesområdet omfattar teoretisk forskning inom kvantinformations som stärker, eventuellt på ett kompletterande sätt, befintliga forskningsaktiviteter inom forskningsprogrammet Kvantmateriens teori och som har koppling till Centrum för geometri och fysik.

  De nuvarande forskningsaktiviteterna spänner över flera moderna områden inom fysik och matematisk fysik. Av särskilt intresse för denna anställning är verksamhet inom, men inte begränsad till, kvantnätverk, kvantfelkorrigering, kvantkorrelationer, kvantmätningsteori, topologiska och geometriska aspekter av kvantinformations­teori samt de matematiska grunderna för kvantinformationsteori.

  Sammanfattningsvis så söker vi kandidater som kan stärka vår forskningsprofil inom kvantinformations­teori, bidra till dess konceptuella och matematiska utveckling samt knyta an till Centrum för geometri och fysik, samtidigt som de bidrar till undervisning och handledning inom dessa områden.

  Arbetsuppgifter

  Du kommer att arbeta med:

  • forskning. Forskning omfattar att etablera och leda en egen forskargrupp; publicera forskningsresultat i internationellt erkända refereegranskade tidskrifter och presentera dem vid internationella konferenser; aktivt ansöka om och erhålla extern forskningsfinansiering från nationella och internationella finansiärer inom ämnesområdet och/eller genom tvärvetenskapliga samarbeten.
  • undervisning. I undervisning ingår kursansvar, kursadministration och handledning av doktorander, på både svenska och engelska. Om du initialt inte kan undervisa på svenska kommer språkutbildning i svenska, med målet att uppnå denna kompetens, att ingå i arbetsuppgifterna.
  • administration. Delta i det allmänna akademiska arbetet vid Institutionen för fysik och astronomi. I detta ingår att sitta i nämnder, ta ansvar utöver det egna forsknings- och undervisningsuppdraget, delta i utvärdering och utveckling av undervisnings- och forskningsuppgifter, lösa uppgifter tillsammans med kollegor samt hjälpa och ge återkoppling till kollegor.
  • att hålla dig uppdaterad inom ditt ämnesområde och följa samhällsutvecklingen som har betydelse för ditt arbete vid Uppsala universitet.
  • att bidra till samverkan med det omgivande samhället.
  • att tillsammans med kollegor verka för en god och hälsosam arbetsmiljö.

  Vid urval bland behöriga sökande kommer vikt att fästas främst vid såväl vetenskaplig som pedagogisk skicklighet varvid särskild vikt kommer att fästas vid den vetenskapliga skickligheten. Därutöver kommer administrativ skicklighet, ledningsskicklighet och samverkansskicklighet beaktas.

  Välkommen med din ansökan senast den 5 oktober 2026, UFV-PA 2026/2047.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida Jobba hos oss – Uppsala universitet.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 5 oktober (1 månad och 5 dagar kvar)

  Ansök här

  Visa mer

• Biträdande universitetslektor i fysik

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 5 oktober (1 månad och 5 dagar kvar)

  Publicerad: 2026-08-21

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Vill du vara en del av en internationellt framstående och bred forskningsmiljö inom fysik och matematik? Vi söker nu en biträdande universitetslektor som vill utveckla och stärka vår forskning och utbildning inom kvantinformationsteori vid den internationella forskningsfronten.

  Anställningen är förlagd inom forskningsprogrammet för Kvantmateriens teori. Tillsammans med programmet för Materialteori erbjuder vi en världsledande forskningsmiljö med intressen som spänner från starkt korrelerade och topologiska kvanttillstånd i materia och teoretiska aspekter av kvantinformationsteori till förstaprincipberäkningar av elektronisk struktur och lösningar för grön energi. 

  Anställningen är även knuten till Centrum för geometri och fysik, ett tvärvetenskapligt forskningscentrum som syftar till att utveckla grundläggande kunskap inom matematik och teoretisk fysik, såväl inom som i gränslandet mellan geometri och fysik. Centret är ett excellenscentrum finansierat av Vetenskapsrådet och administreras gemensamt av Institutionen för fysik och astronomi samt Matematiska institutionen. 

  Forskningsprogrammet Kvantmateriens teori och Centrum för geometri och fysik söker nu kandidater på biträdande lektorsnivå som kan stärka, utveckla eller komplettera våra nuvarande forskningsaktiviteter vid den internationella forskningsfronten. Anställningen är en meriteringsanställning som ger möjlighet att utveckla självständighet som forskare och lärare. Uppsala universitets meriteringssystem (tenure-track) ger biträdande lektorer möjlighet att prövas för befordran till universitetslektor. Universitetet erbjuder stöd inom flera områden, såsom vetenskaplig och pedagogisk utveckling, ledarskapsutveckling samt stöd kring patent och innovationer. För att ytterligare stödja uppbyggnaden av din forskningsverksamhet ingår ett startpaket i anställningen, bestående av en doktorand och en postdoktor.

  Ämnesområde

  Ämnesområdet omfattar teoretisk forskning inom kvantinformations som stärker, eventuellt på ett kompletterande sätt, befintliga forskningsaktiviteter inom forskningsprogrammet Kvantmateriens teori och som har koppling till Centrum för geometri och fysik.

  De nuvarande forskningsaktiviteterna spänner över flera moderna områden inom fysik och matematisk fysik. Av särskilt intresse för denna anställning är verksamhet inom, men inte begränsad till, kvantnätverk, kvantfelkorrigering, kvantkorrelationer, kvantmätningsteori, topologiska och geometriska aspekter av kvantinformations­teori samt de matematiska grunderna för kvantinformationsteori.

  Sammanfattningsvis så söker vi kandidater som kan stärka vår forskningsprofil inom kvantinformations­teori, bidra till dess konceptuella och matematiska utveckling samt knyta an till Centrum för geometri och fysik, samtidigt som de bidrar till undervisning och handledning inom dessa områden.

  Arbetsuppgifter

  Du kommer att arbeta med:

  • forskning. Forskning omfattar att etablera och leda en egen forskargrupp; publicera forskningsresultat i internationellt erkända refereegranskade tidskrifter och presentera dem vid internationella konferenser; aktivt ansöka om och erhålla extern forskningsfinansiering från nationella och internationella finansiärer inom ämnesområdet och/eller genom tvärvetenskapliga samarbeten.
  • undervisning. I undervisning ingår kursansvar, kursadministration och handledning av doktorander, på både svenska och engelska. Om du initialt inte kan undervisa på svenska kommer språkutbildning i svenska, med målet att uppnå denna kompetens, att ingå i arbetsuppgifterna.
  • administration. Delta i det allmänna akademiska arbetet vid Institutionen för fysik och astronomi. I detta ingår att sitta i nämnder, ta ansvar utöver det egna forsknings- och undervisningsuppdraget, delta i utvärdering och utveckling av undervisnings- och forskningsuppgifter, lösa uppgifter tillsammans med kollegor samt hjälpa och ge återkoppling till kollegor.
  • att hålla dig uppdaterad inom ditt ämnesområde och följa samhällsutvecklingen som har betydelse för ditt arbete vid Uppsala universitet.
  • att bidra till samverkan med det omgivande samhället.
  • att tillsammans med kollegor verka för en god och hälsosam arbetsmiljö.

  Vid urval bland behöriga sökande kommer vikt att fästas främst vid såväl vetenskaplig som pedagogisk skicklighet varvid särskild vikt kommer att fästas vid den vetenskapliga skickligheten. Därutöver kommer administrativ skicklighet, ledningsskicklighet och samverkansskicklighet beaktas.

  Välkommen med din ansökan senast den 5 oktober 2026, UFV-PA 2026/2047.

  Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida Jobba hos oss – Uppsala universitet.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Box 256
  75105 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 5 oktober (1 månad och 5 dagar kvar)

  Ansök här

  Visa mer

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• ...
• 13
• 14

Visa alla 1574 lediga jobb som Professor