Arbetsbeskrivning

Högskolan i Skövde är en central och ledande aktör för utbildning, forskning och samverkan som stödjer omställningen för en hållbar framtid – regionalt, nationellt och internationellt. Våra 12 000 studenter och 460 medarbetare skapar förutsättningar för samhällets digitala transformation och hållbar samhällsutveckling genom högkvalitativ utbildning och forskning inom valda områden. Välkommen till ett levande campus mitt i Skaraborg.

Om oss

Institutionen för ingenjörsvetenskap vid Högskolan i Skövde kännetecknas av en kreativ och dynamisk miljö, som inbegriper ett mycket gott samarbetsklimat, moderna faciliteter och utmärkt industriell samverkan. Institutionen för ingenjörsvetenskap har under mer än ett decennium visat hur ett ”mindre” lärosäte kan åstadkomma excellent tillämpad forskning och utbildning av hög kvalitet, samt generera de medel och tekniska innovationer som kännetecknar en framgångsrik forskningsmiljö. Vi arbetar med en integrerad utbildningsvärdekedja med kända mervärden för studenten, där våra nya ingenjörsprogram är CDIO-anpassade och studenterna har goda möjligheter till praktik och arbete hos våra industripartners. Rätt kandidat kommer att ingå i ett team vars arbete är av stor vikt för industri, samhället och akademin.

Forskarstudierna bedrivs inom ämnet informationsteknologi som vid Högskolan i Skövde definieras som det ämne som behandlar hur information representeras, bearbetas och kommuniceras i artificiella och naturliga system samt hur informationstekniska system används och utvecklas i syfte att åstadkomma användbara systemlösningar för individ, organisation eller samhälle.

Din roll

Du kommer att ingå i en forskargrupp som arbetar med AI-driven och simuleringsbaserad beslutsstöd för robust och hållbar produktion. Som doktorand kommer du att utveckla intelligenta metoder som hjälper tillverkningsföretag att upprätthålla stabila verksamheter, förbättra energieffektiviteten och anpassa sig till störningar och förändrade energiförutsättningar.

Projektet kommer att kombinera digitala tvillingar, diskret händelsesimulering, prediktiv modellering, multiobjektiv optimering och AI-baserat beslutsstöd för att stödja produktionsplanering och produktionsstyrning. Forskningen kommer att behandla produktionssekvensering, resursallokering, energimedveten schemaläggning och störningshantering, med möjlig användning av koordinerade multiagentbaserade AI-system för att balansera produktivitet, resiliens, energikostnad, användning av förnybar energi och miljöprestanda.

Arbetet kommer att genomföras i nära samverkan med industriella partner och förväntas bidra till både vetenskaplig kunskap och praktiska beslutsstödslösningar för tillverkningsindustrin.

Anställningen omfattar forskarutbildning på heltid, inklusive kurser och forskning.

Vi söker dig som har:

• avlagt examen på avancerad nivå, eller fullgjorda kursfordringar om minst 240 hp, varav minst 60 hp på avancerad nivå, eller på något annat sätt inom eller utom Sverige förvärvat i huvudsak motsvarande kunskaper
• fullgjort kursfordringar om minst 60 hp, inklusive självständigt uppsatsarbete omfattande minst 15 hp på avancerad nivå, inom ämnet informationsteknologi, näraliggande tillämpningsområden eller andra ämnesområden som bedöms som direkt relevanta för avhandlingsarbete inom ämnet informationsteknologi såsom datavetenskap, informationsteknologi, produktionsteknik, industriteknik, automatiseringsteknik eller annat relevant ämnesområde.”
• dokumenterade språkkunskaper i engelska motsvarande den svenska gymnasiekursen Engelska 6. Detta kan även visas genom ett internationellt erkänt prov såsom IELTS (totalpoäng 6,5), TOEFL (totalpoäng 90), PTE (totalpoäng 62), etc.

 Vi kommer också att värdera följande bedömningsgrunder vid anställningen:

• God förmåga att tillgodogöra sig utbildning på forskarnivå.
• Goda kunskaper och erfarenhet av modellering och simulering av tillverkningssystem, till exempel diskret händelsesimulering.
• Goda kunskaper och erfarenhet av maskininlärning, förstärkningsinlärning och AI-baserad optimering för produktionsstyrning.
• Goda kunskaper och erfarenhet av multiobjektiv optimering och prediktiv modellering.
• Goda programmeringskunskaper i Python, C++ eller liknande språk.
• Förmåga att arbeta självständigt, planera och genomföra forskning samt uppnå uppsatta mål.
• God kommunikativ förmåga och samarbetsförmåga.
• Erfarenhet av industriell samverkan, tillämpad forskning eller praktisk implementering.

I denna anställning kommer stor vikt att läggas vid goda kunskaper och erfarenhet av modellering och simulering av tillverkningssystem, till exempel diskret händelsesimulering, samt goda kunskaper och erfarenhet av maskininlärning, förstärkningsinlärning och AI-baserad optimering för produktionsstyrning.

Anställningsform:

Anställningen är en visstidsanställning fram till och med avlagd doktorsexamen, dock längst 4 år. Anställningens omfattning är 100 %. Lön utgår enligt lokalt avtal om lönestege för forskarstuderande. Endast den som antas eller redan har antagits till en utbildning på forskarnivå får anställas som doktorand.

Sista ansökningsdatum: 8 november 2026

Diarienummer: HS 2026/531

Kontaktuppgifter: Upplysningar om anställningen lämnas av avdelningschef Stefan Ericson ([email protected]) och biträdande professor Masood Fathi ([email protected]). Facklig information lämnas av Anders Johansson (Saco-S) eller Maria Carlstedt (ST). Samtliga personer nås via Högskolans växel 0500-44 80 00.

Ansökan

 

Du söker anställningen via vår hemsida, www.his.se/jobb genom att klicka på ”Ansök” längst ned i annonsen. Där kan du även läsa mer oss Högskolans rekryteringsprocess samt vilka förmåner du har som medarbetare hos oss. Välkommen med din ansökan!

Till din ansökan ska följande dokument bifogas:

• Personligt brev inklusive en intressebeskrivning, där du på engelska redogör för din motivation, dina forskningsintressen och dina förväntningar på forskarutbildningen
• CV
• Intyg, betyg och övriga merithandlingar som du som sökande vill åberopa
• Examensbevis och betygsutdrag
• Examensarbete på magister- eller masternivå
• Eventuella publikationer

Kontakta HR-avdelningen på mailto:[email protected] om du har publikationer som inte kan bifogas elektroniskt direkt i ansökan. Publikationerna ska vara högskolan tillhanda senast en vecka efter sista ansökningsdatum.