官网 丹麦技术大学
职位描述
面向能源材料自动分析的物理信息深度学习博士奖学金
你是否对编程、深度学习和物理学充满好奇和热情？你想开发创新的计算方法，直接支持绿色能源转型的关键突破吗？那么我们将为您提供一个绝佳的机会！
我们正在寻找一名积极进取的博士生加入我们。
在 DTU 能源部，我们提供一个友好的工作环境，建立在多学科合作和相互尊重的基础上。该部门由多个领域的世界领先专家组成，我们的研究工作由最先进的设备支持。我们提供高度的自主权，让您在项目进展过程中与导师一起积极把握项目方向。
该博士项目是IMITATION（通过教学模拟进行图像解读）项目的一部分，旨在探索基于物理的模拟与深度学习之间的相互作用。X 射线和中子成像正在成为无损可视化能源材料（如电池和电解槽的电极）内部结构和组成的宝贵工具。然而，对所收集数据的分析在很大程度上仍采用严重依赖人工输入的传统方法。这些方法既耗时又容易出错，限制了对材料特性和性能进行量化和预测的准确性。深度学习方法为改进数据分析工作流程提供了新的可能性，但其成功需要大量的训练数据，而这些数据在 X 射线和中子成像领域并不容易获得。
本博士项目的愿景是利用快速模拟 X 射线和中子与材料的相互作用，形成物理上逼真的图像，作为深度学习的训练数据。利用这种方法，我们的目标是创建一个灵活而强大的深度学习框架，用于不同成像模式和长度尺度的定量图像分析。
该项目为深度学习提供了一个直接应用的机会，重点是解决绿色能源转型中材料方面的相关问题。
您将隶属于结构分析与建模部门（SAM），与其他同事一起研究先进的表征和模拟技术。
工作职责 该项目是深度学习、物理学和材料科学之间的交叉学科。作为博士生，您的职责将包括
实施、扩展或开发使用 X 射线或中子快速模拟图像生成的方法。
实施、扩展或开发适合图像分割和分析的深度学习架构。
用 Python 和 PyTorch 开发一个结合物理模拟和深度学习的框架。
应用所开发的框架，与该部门的能源材料专家合作，促进高级定量分析。
在博士项目结束时，我们将实现一个图像分析框架，准备与其他科学家分享，并向潜在的感兴趣的行业展示。
应聘资格成功者应拥有计算机科学、物理学、材料科学或类似相关领域的硕士学位。应聘者应积极投身于能源材料的定量图像分析。候选人应具备
编程经验。
有深度学习框架（如 PyTorch 或 TensorFlow）经验者优先，但并非必需
从理学士或理学硕士等课程中获得深度学习概念的基本知识。
具备 X 射线和中子物理学基础知识者优先，但非必备条件。
具备能源材料科学的基础知识是有益的，但不是必需的。
具有独立工作、规划和执行复杂任务的能力。
能够流利地用英语进行书面和口头交流。
您必须拥有两年制硕士学位（120 ECTS 积分）或学术水平相当于两年制硕士学位的类似学位。
我们提供的工作DTU 是一所领先的技术大学，其卓越的研究、教育、创新和科学建议得到了全球的认可。我们将在国际化的环境中为您提供一份富有回报和挑战性的工作。我们在尊重同事、学术自由、责任感强的环境中追求卓越的学术成就。
薪酬和任用条件任用将以与丹麦专业协会联合会签订的集体协议为基础。津贴将与相关工会商定。
聘期为 3 年。该职位为全职职位。起始日期为 2025 年 4 月 1 日（或根据双方协议）。
您可以点击此处了解更多有关 DTU 职业发展的信息。
如需进一步了解该职位，请联系 Peter Stanley Jørgensen 副教授（+45 93511607）。请勿通过电子邮件发送申请；请按以下说明在线申请。
有关 DTU Energy 的更多信息，请访问 www.energy.dtu.dk/。
如果您从国外申请，您可以在 DTU – 移居丹麦中找到有关在丹麦和 DTU 工作的有用信息。此外，您还可以参加我们每月一次的免费研讨会 “博士搬迁到丹麦和启动’Zoom’研讨会”，以了解有关搬迁到丹麦和在 DTU 担任博士的所有实际问题。
https://efzu.fa.em2.oraclecloud.com/hcmUI/CandidateExperience/en/sites/CX_1/job/4203/?utm_medium=jobshare=CATEGORIES=300000003514094
否
北欧, 丹麦
博士生
丹麦技术大学
面向能源材料自动分析的物理信息深度学习博士奖学金
根据丹麦专业协会联合会签订的集体协议
www.energy.dtu.dk
2024-12-01
否
是
否
否
offer要求 [offer requirements]
工作职责 该项目是深度学习、物理学和材料科学之间的交叉学科。作为博士生，您的职责将包括
实施、扩展或开发使用 X 射线或中子快速模拟图像生成的方法。
实施、扩展或开发适合图像分割和分析的深度学习架构。
用 Python 和 PyTorch 开发一个结合物理模拟和深度学习的框架。
应用所开发的框架，与该部门的能源材料专家合作，促进高级定量分析。
在博士项目结束时，我们将实现一个图像分析框架，准备与其他科学家分享，并向潜在的感兴趣的行业展示。
应聘资格成功者应拥有计算机科学、物理学、材料科学或类似相关领域的硕士学位。应聘者应积极投身于能源材料的定量图像分析。候选人应具备
编程经验。
有深度学习框架（如 PyTorch 或 TensorFlow）经验者优先，但并非必需
从理学士或理学硕士等课程中获得深度学习概念的基本知识。
具备 X 射线和中子物理学基础知识者优先，但非必备条件。
具备能源材料科学的基础知识是有益的，但不是必需的。
具有独立工作、规划和执行复杂任务的能力。
能够流利地用英语进行书面和口头交流。
您必须拥有两年制硕士学位（120 ECTS 积分）或学术水平相当于两年制硕士学位的类似学位。
offer福利 [offer benefits]
我们提供的工作DTU 是一所领先的技术大学，其卓越的研究、教育、创新和科学建议得到了全球的认可。我们将在国际化的环境中为您提供一份富有回报和挑战性的工作。我们在尊重同事、学术自由、责任感强的环境中追求卓越的学术成就。
薪酬和任用条件任用将以与丹麦专业协会联合会签订的集体协议为基础。津贴将与相关工会商定。
聘期为 3 年。该职位为全职职位。起始日期为 2025 年 4 月 1 日（或根据双方协议）。
您可以点击此处了解更多有关 DTU 职业发展的信息。
如需进一步了解该职位，请联系 Peter Stanley Jørgensen 副教授（+45 93511607）。请勿通过电子邮件发送申请；请按以下说明在线申请。
有关 DTU Energy 的更多信息，请访问 www.energy.dtu.dk/。
如果您从国外申请，您可以在 DTU – 移居丹麦中找到有关在丹麦和 DTU 工作的有用信息。此外，您还可以参加我们每月一次的免费研讨会 “博士搬迁到丹麦和启动’Zoom’研讨会”，以了解有关搬迁到丹麦和在 DTU 担任博士的所有实际问题。