PhD scholarship in Machine Learning for Decision Making under Uncertainty - DTU Management

DTU Management
Kgs. Lyngby, 2800
DTU Management logo

Oversigt og nøgleindsigter

DTU Management søger en PhD-studerende til et projekt om maskinlæring til beslutningstagning under usikkerhed. Stillingen involverer udvikling af metoder til beslutningsstøtte og anvendelse af algoritmer på virkelige data fra maritime industrien.

Højdepunkter

  • Del af det ERC-finansierede DECIDE-projekt
  • Dynamisk og tværfagligt forskningsmiljø
  • Mulighed for at følge avancerede kurser og arbejde med virkelige data

Påkrævede kvalifikationer

  • Erfaring med dybe generative modeller
  • Erfaring med hurtige algoritmer til kombinationsoptimering
  • Kendskab til stokastisk optimering

Ønskværdige kvalifikationer

  • Kendskab til implementering af metaheuristikker
  • Gode samarbejdsevner

Den ideale kandidat

Den ideelle kandidat har en stærk akademisk baggrund inden for relevante områder og en passion for forskning. Kandidaten skal have fremragende programmeringsevner og være i stand til at arbejde effektivt i et team.

Jobdetaljer

Løn efter aftale
Fuldtid
37 timer/uge
Kun kontor
Kgs. Lyngby
2800

Jobbeskrivelse

Jobbeskrivelse

The Department of Technology, Management and Economics (DTU Management) at DTU invites applications for a PhD student position on the topic of “machine learning for decision making under uncertainty”. This position is part of the ERC-funded DECIDE project lead by Professor David Pisinger.

You will be responsible for developing new methods for decision support in stochastic optimization, using machine learning and advanced metaheuristics. Furthermore, you should (together with the team) participate in development of solvers for stochastic optimization problems and test the methods on real-life data from the maritime industry.

As part of the PhD, you will be following advanced courses to extend your skills, implement and test algorithms, and learn to write scientific papers. As part of DTU Management, you will be part of a dynamic, interdisciplinary research setting at one of Europe’s leading technical universities. DTU is committed to innovation, societal impact, and diversity. Situated in Copenhagen, since last year ranked the world’s most livable city, the university provides outstanding quality of life in a safe, sustainable urban environment enriched by a lively cultural scene.

Responsibilities and qualifications

As part of the DECIDE project you will be working on developing next generation of tools for decision making under uncertainty. You must:

  • Have experience in deep generative models.
  • Have experience in developing fast algorithms for hard combinatorial optimisation problems.
  • Have some knowledge about stochastic optimization.
  • Have knowledge about implementation of metaheuristics.
  • Be passionate about research and pushing the scientific frontiers.
  • Have excellent programming skills.
  • Have good collaboration skills.
  • Be fluent in English, spoken as well as written.

You must have a two-year master's degree (120 ECTS points) or a similar degree with an academic level equivalent to a two-year master's degree.

Application procedure

Your complete online application must be submitted no later than 12 March 2026 at 23:59 (Danish time). Applications must be submitted as one PDF file containing all materials to be given consideration. To apply, please open the link "Apply now", fill out the online application form, and attach all your materials in English in one PDF file. The file must include:

  • A letter motivating the application (cover letter)
  • Curriculum vitae
  • Grade transcripts and BSc/MSc diploma (in English) including official description of grading scale
  • A research statement (2-3 pages) explaining your ideas and relevant literature.

Applicants not providing all the above material will not be considered.

Karrierevej

Typisk karriereforløb

1

Postdoc Researcher

2

Research Scientist

3

Senior Researcher/Principal Investigator

Vækstpotentiale

Denne stilling giver mulighed for at udvikle avancerede færdigheder inden for maskinlæring og beslutningstagning, hvilket er højt eftertragtet i både akademiske og industrielle sammenhænge. Det kan føre til lederroller inden for forskning og udvikling eller specialiserede stillinger i datadrevne virksomheder.

Overførbare færdigheder

Avanceret programmeringDataanalyseProjektledelse

Branchekontekst

Stillingen er centralt placeret i den voksende industri for maskinlæring og datadrevet beslutningstagning, som er afgørende for mange sektorer, herunder teknologi, finans og transport. Forskningen vil bidrage til at udvikle innovative løsninger, der kan anvendes i virkelige scenarier, især i den maritime industri.

Færdighedsanalyse

Kritiske færdigheder

Deep generative models

Erfaring med dybe generative modeller til at understøtte beslutningstagning.

Udvikling af hurtige algoritmer

Evne til at udvikle effektive algoritmer til svære kombinatoriske optimeringsproblemer.

Programmering

Fremragende programmeringsfærdigheder til implementering af algoritmer.

Engelsk færdigheder

Flydende engelsk, både skriftligt og mundtligt.

Vigtige færdigheder

Stokastisk optimering

Kendskab til metoder og teorier inden for stokastisk optimering.

Metaheuristics implementering

Kendskab til implementering af metaheuristikker i algoritmer.

Samarbejdsevner

God evne til at samarbejde i et tværfagligt forskningsmiljø.

Mest kritiske færdigheder

Deep generative modelsUdvikling af hurtige algoritmerProgrammering

Sådan fremhæver du din erfaring

Fremhæv tidligere projekter eller forskning, hvor du har anvendt dybe generative modeller eller udviklet algoritmer til optimering. Beskriv konkrete resultater og hvordan disse erfaringer relaterer sig til DECIDE projektet.

Interviewforberedelse

Sandsynlige spørgsmål

Hvilke erfaringer har du med dybe generative modeller?

teknisk

Tip: Giv konkrete eksempler på projekter, hvor du har anvendt dybe generative modeller.

Kan du beskrive en situation, hvor du har udviklet hurtige algoritmer til komplicerede optimeringsproblemer?

erfaring

Tip: Fokusér på den specifikke udfordring og de metoder, du brugte til at løse den.

Hvad forstår du ved stokastisk optimering, og hvordan har du arbejdet med det?

teknisk

Tip: Forklar grundlæggende begreber og giv eksempler fra dit tidligere arbejde.

Hvordan har du tidligere arbejdet i tværfaglige teams?

kultur

Tip: Del erfaringer med samarbejde og hvordan du bidrog til teamets succes.

Hvad motiverer dig for at forske inden for maskinlæring og beslutningstagning under usikkerhed?

erfaring

Tip: Diskuter din passion for emnet og hvad der driver dig til at bidrage med ny viden.

Spørgsmål du kan stille

  • Hvordan ser et typisk forskningsprojekt ud under DECIDE-projektet?
  • Hvilke ressourcer er tilgængelige for PhD-studerende på DTU Management?
  • Hvilke muligheder er der for at publicere forskningsresultater?

Tale punkter

  • Min erfaring med at udvikle algoritmer til komplicerede optimeringsproblemer.
  • Min interesse for tværfagligt samarbejde og hvordan det kan fremme forskning.
  • Mine mål for at bidrage til DECIDE-projektet og DTU Management.

Bekymringspunkter at være opmærksom på

  • Manglende specifik viden om stokastisk optimering.
  • Utilstrækkelig erfaring med programmering i relevante sprog.

Ansøgningsstrategi

Ansøgningstips

  • Sørg for at fremhæve din erfaring med dybe generative modeller og hurtige algoritmer til kombinatorisk optimering.
  • Inkluder konkrete eksempler på tidligere projekter, hvor du har anvendt stochastic optimering og metaheuristics.
  • Vis din passion for forskning og hvordan du har bidraget til videnskabelige artikler eller projekter tidligere.

Nøgleord at inkludere

maskinlæringbeslutningstagningstochastic optimeringdybe generative modellermetaheuristics

Fokus i ansøgningen

Fremhæv din motivation for at arbejde med maskinlæring i beslutningstagning under usikkerhed og dine relevante forskningsinteresser.

Tilpasning af CV

Tilpas dit CV ved at inkludere specifikke projekter og erfaringer, der relaterer til maskinlæring og optimering, samt relevante kurser og færdigheder.

Ofte stillede spørgsmål

Hvad indebærer stillingen?

Stillingen som PhD-studerende omfatter udvikling af nye metoder til beslutningsstøtte ved stochastisk optimering ved hjælp af maskinlæring og avancerede metaheuristikker. Du vil også deltage i udviklingen af løsninger til reelle problemer fra den maritime industri.

Hvilke kvalifikationer kræves?

Ansøgere skal have en toårig kandidatgrad eller tilsvarende, erfaring med dybe generative modeller, hurtige algoritmer til kombinatoriske optimeringsproblemer, samt kendskab til stochastisk optimering og implementering af metaheuristikker.

Hvad tilbyder virksomheden?

DTU Management tilbyder en dynamisk og tværfaglig forskningsramme på en af Europas førende tekniske universiteter, samt mulighed for personlig og faglig udvikling gennem avancerede kurser og samarbejde med et internationalt team.

Hvordan er arbejdsmiljøet?

Arbejdsmiljøet hos DTU er præget af innovation, mangfoldighed og en livlig kulturel scene. Som en del af et internationalt team vil du arbejde i et stimulerende miljø, der fremmer samarbejde og vidensdeling.

Hvad er forventningerne?

Du forventes at være passioneret omkring forskning, have fremragende programmeringsevner og være i stand til at samarbejde effektivt med teamet. Derudover skal du være villig til at lære og bidrage til udviklingen af nye beslutningsværktøjer.

Hvordan ansøger jeg om stillingen?

Du skal indsende din ansøgning online senest den 12. marts 2026. Ansøgningen skal være i én PDF-fil, der inkluderer motiveret ansøgning, CV, karakterudskrifter og et forskningsstatement.

Hvilket fokus har projektet DECIDE?

DECIDE-projektet fokuserer på udvikling af næste generations værktøjer til beslutningstagning under usikkerhed, med særlig vægt på at anvende maskinlæring til at forbedre beslutningsprocesserne.

Hvilket sprog skal jeg kunne?

Fluency in English, both spoken and written, is required for this position as all materials and communication will primarily be conducted in English.

Stillinger

PhD StudentResearcherMachine Learning Specialist

Lignende jobs