Postdoc in Integration of Physical AI with Wireless Communication and Sensing

Oversigt og nøgleindsigter
Aalborg Universitet søger en postdoc til forskning i integrationen af fysisk AI med trådløs kommunikation og sensing. Stillingen strækker sig over 18 måneder med fokus på udvikling af modeller for AI-systemer, der lærer og tilpasser sig komplekse miljøer.
Højdepunkter
- Fokus på integration af fysisk AI i komplekse ikke-stationære miljøer
- Undersøgelse af kommunikationsbegrænsningers indflydelse på læring og opfattelse
- Design af algoritmer til beslutningstagning i usikre forhold
Påkrævede kvalifikationer
- • Ph.D. grad i datavidenskab, elektronik, computerteknik eller relateret felt
- • Dokumenteret erfaring inden for maskinlæring og kunstig intelligens
- • Solid matematik- og analytiske færdigheder
Ønskværdige kvalifikationer
- • Kendskab til statistisk maskinlæring og robotperception
- • Erfaring med programmering i Python, PyTorch eller TensorFlow
Den ideale kandidat
Den ideelle kandidat har en stærk akademisk baggrund og erfaring inden for AI og maskinlæring. De er nysgerrige og villige til at samarbejde med et heterogent forskerteam og bidrage til innovative løsninger i trådløs kommunikation.
Jobdetaljer
Jobbeskrivelse
The Department of Electronic Systems at The Technical Faculty of IT and Design invites applications for a postdoc in the field of Physical Artificial Intelligence and its integration with wireless communication and sensing as per May 1, 2026, or as soon as possible thereafter. The position is available for a period of 18 months.
Your work tasks
How will the physical AI evolve being exposed to data from various sensors and radio signals? This is the main underlying theme to be explored within this postdoctoral position.
The appointed researcher will investigate how AI embedded in physical entities, such as robots, vehicles, or sensors, forms internal representations of space, time, and motion when interacting in complex non-stationary environments. The objective is to study and develop models for physical AI systems that learn and adapt through continuous exposure to multimodal sensory and radio data, and acts upon real-world environment through distributed coordination and control. Emphasis will be placed on how real-world communication constraints influence learning and perception, particularly in wireless and networked settings.
Specifically, the research will explore how 6G wireless networks, ubiquitous WiFi, and satellite channels can support robust perception and inference for distributed AI systems, and how delays, interference, and signal imperfections affect cognitive performance. The candidate will design models and algorithms for learning and decision-making under uncertainty, optimized for real-time operation on heterogeneous physical devices. Finally, the position will address how communication and computation co-design enables scalable interaction among networked AIs, paving the way toward embodied intelligence in large-scale physical systems.
Your competencies
Prospective applicants for this postdoctoral should have the following qualifications:
- Ph. D. degree in data science, electrical engineering, computer engineering, computer science, mathematical engineering, or similar.
- Proven track record in the Machine Learning and Artificial Intelligence.
- Solid mathematical and analytical skills.
- Knowledge about statistical machine learning, robotic perception, multimodal AI algorithms.
- Experience in programming, e.g., in Python, PyTorch, TensorFlow, or similar.
- Curiosity to work with researchers from a heterogeneous group, with core expertise in communication theory, networking, information theory, statistics, and quantum communication.
Qualification requirements
Appointment as postdoc requires academic qualifications at PhD level.
How to apply
Your application must include the following:
- Application, stating reasons for applying, qualifications in relation to the position, and intentions and visions for the position
- Curriculum Vitae (CV)
- Diplomas (master's degree diploma and PhD diploma)
- List of publications, with an indication of the attached publications that you wish to be taken into account in the assessment. You may attach a maximum of five publications.
- Documentation of teaching qualifications if relevant.
- Dissemination qualifications, including participation on committees or boards, participation in organisations etc.
- Additional qualifications in relation to the position
- References/recommendations
The application must be submitted via Aalborg University’s recruitment system, which can be accessed under the job advertisement on Aalborg University's website.
Aalborg University wants to reflect the surrounding society and has diversity as a core value. Therefore, everyone, regardless of personal background and orientation, is encouraged to apply for the position.
Karrierevej
Typisk karriereforløb
Senior Researcher
Assistant Professor
Associate Professor
Vækstpotentiale
Stillingen som postdoc giver mulighed for at specialisere sig i et voksende felt inden for fysisk AI og trådløs kommunikation. Efter postdoc-perioden kan kandidaten forfølge akademiske eller industrielle karrierer, der fokuserer på avanceret forskning og udvikling.
Overførbare færdigheder
Branchekontekst
Feltet for fysisk AI er i hastig udvikling med stigende anvendelse i industrier som transport, robotik og kommunikation. Denne stilling placerer kandidaten i krydsfeltet mellem AI, kommunikationsteori og netværk, hvilket er centralt for fremtidens teknologiske løsninger.
Færdighedsanalyse
Kritiske færdigheder
Doktorgrad i datalogi, elektrisk ingeniørvidenskab, computer engineering, matematik ingeniørvidenskab eller lignende.
Dokumenteret erfaring med maskinlæring og AI.
Stærke matematiske og analytiske færdigheder.
Vigtige færdigheder
Kendskab til statistisk maskinlæring og robotopfattelse.
Erfaring med udvikling af multimodale AI-algoritmer.
Erfaring med programmering, f.eks. i Python, PyTorch, TensorFlow eller lignende.
Ønskværdige færdigheder
Interesse for at arbejde med forskere med forskellige ekspertiser.
Kendskab til kommunikationsteori, netværk og informations teori.
Mest kritiske færdigheder
Sådan fremhæver du din erfaring
Fremhæv din Ph.D. og erfaring med maskinlæring i din ansøgning. Beskriv specifikke projekter, hvor du har anvendt disse færdigheder, og hvordan de relaterer sig til stillingens krav.
Interviewforberedelse
Sandsynlige spørgsmål
Hvordan vil du beskrive din erfaring med maskinlæring og kunstig intelligens?
erfaringTip: Fokuser på specifikke projekter, du har arbejdet på, og hvordan de relaterer til stillingen.
Kan du give et eksempel på et projekt, hvor du har arbejdet med multimodal AI-algoritmer?
erfaringTip: Beskriv projektet i detaljer og fremhæv de udfordringer, du mødte, og hvordan du løste dem.
Hvordan håndterer du usikkerhed i dine modeller og algoritmer?
tekniskTip: Diskuter specifikke metoder, du har brugt, og hvordan de har forbedret resultaterne.
Hvad mener du, er de største udfordringer ved integration af fysisk AI med trådløs kommunikation?
tekniskTip: Vis din forståelse for feltet og diskuter mulige løsninger.
Hvordan vil du arbejde sammen med et tværfagligt team?
kulturTip: Giv eksempler på tidligere samarbejde og hvordan du håndterer forskellige perspektiver.
Hvilke programmeringssprog har du erfaring med, og hvordan har du brugt dem i dine projekter?
tekniskTip: Fokuser på specifikke værktøjer som Python, PyTorch eller TensorFlow.
Spørgsmål du kan stille
- Hvilke forskningsprojekter er der i gang i afdelingen lige nu?
- Hvordan ser samarbejdet mellem forskere med forskellige baggrunde ud?
- Hvilke forventninger har I til den postdoc i forhold til publikationsmål?
Tale punkter
- Din erfaring med forskning inden for maskinlæring og kunstig intelligens.
- Din evne til at arbejde i tværfaglige teams og håndtere kompleksitet.
- Dine langsigtede karrieremål og hvordan denne stilling passer ind i dem.
Bekymringspunkter at være opmærksom på
- Manglende erfaring med relevante programmeringssprog eller værktøjer.
- Uklare eller svage svar på tekniske spørgsmål.
Ansøgningsstrategi
Ansøgningstips
- Fremhæv specifikke projekter fra din Ph.D., der involverer maskinlæring og AI, især i relation til trådløs kommunikation og sensorer.
- Vis din erfaring med relevante programmeringssprog og værktøjer, såsom Python, PyTorch og TensorFlow.
- Beskriv din evne til at arbejde i tværfaglige teams og din interesse for at integrere forskellige ekspertiser i forskningen.
Nøgleord at inkludere
Fokus i ansøgningen
Fremhæv din erfaring med udvikling af AI-modeller og algoritmer, samt din interesse for, hvordan kommunikationsbegrænsninger påvirker læring og perception.
Tilpasning af CV
Tilpas dit CV ved at fremhæve relevante forskningsresultater og publikationer, der viser din ekspertise inden for maskinlæring, robotik og trådløse netværk.
Ofte stillede spørgsmål
Hvad indebærer stillingen som postdoc?
Stillingen som postdoc fokuserer på integrationen af fysisk kunstig intelligens med trådløs kommunikation og sensing. Du vil arbejde med at udvikle modeller for AI-systemer, der lærer og tilpasser sig data fra forskellige sensorer og radiosignaler i komplekse miljøer.
Hvilke kvalifikationer kræves for at ansøge?
Kandidater skal have en Ph.D.-grad inden for data science, elektrisk ingeniørarbejde, computer engineering eller lignende. Desuden kræves der erfaring med maskinlæring, kunstig intelligens og programmeringsfærdigheder, især i Python og relaterede værktøjer.
Hvad tilbyder Aalborg Universitet i denne stilling?
Aalborg Universitet tilbyder en 18-måneders postdoc-stilling med fokus på banebrydende forskning inden for fysisk AI og trådløs kommunikation. Du vil få mulighed for at arbejde i et tværfagligt team og bidrage til innovative projekter med stor betydning.
Hvordan er arbejdsmiljøet på Aalborg Universitet?
Arbejdsmiljøet er dynamisk og samarbejdsvilligt, hvor du vil arbejde sammen med forskere fra forskellige discipliner. Universitetet fremmer en kultur af innovation og vidensdeling, hvilket skaber optimale betingelser for faglig udvikling.
Hvad er forventningerne til den udnævnte postdoc?
Forventningerne inkluderer aktivt at bidrage til forskningen inden for fysisk AI, udvikle nye modeller og algoritmer, samt samarbejde med andre forskere. Du skal også være åben for at dele din viden og deltage i publikationer af forskningsresultater.
Hvordan ansøger jeg om stillingen?
For at ansøge skal du indsende en ansøgning, dit CV, relevante eksamensbeviser og en liste over publikationer. Ansøgningen skal indeholde dine grunde til at ansøge og dine visioner for stillingen.
Hvilke forskningsområder er relevante for denne postdoc-stilling?
Relevante forskningsområder inkluderer maskinlæring, statistisk maskinlæring, robotperception og multimodal AI. Derudover vil der være fokus på kommunikationsteori, netværk og kvantekommunikation.
Hvornår forventes ansættelsen at starte?
Ansættelsen forventes at starte den 1. maj 2026, eller så hurtigt som muligt derefter, og stillingen er tilgængelig i 18 måneder.