
Doktorand
Håll muspekaren över eller tryck på en rad för fullständig statistik (EUR / månad i detta diagram).
Löneanalys
Löneerbjudandet i den här annonsen jämfört med referensen "Marknadsgenomsnitt: Medelnivå-nivå": mittpunkten ligger cirka 92 % under referensnivån. Samtidigt ligger erbjudandet under marknadsintervallet (€2 700–€3 000). Intervallbredden är i stort sett i linje med marknaden. Referensen bygger på 81 jämförbara annonser.
| \n\n---\n\n Marknad | Nedre gräns (25:e percentilen) | \n\n---\n\n Median | \n\n---\n\n Övre gräns (75:e percentilen) |
|---|---|---|---|
| Marknadssnitt: Doktorand | €2 700/per månad | €2 837/per månad | €3 800/per månad |
| Lön i vår data — anges ej i annonsen (Medelnivå) | €225/per månad | €233/per månad | €241/per månad |
Universitetets datavetenskapsavdelning vid Teknologiska fakulteten bjuder in ansökningar till en heltids doktorandposition. Denna roll fokuserar på sekretess-skyddat federerat lånedsläng och förträfflig AI. Den fasta anställningen startar enligt gemensama33 överenskommelse och slutar den 31.8.2029. Jobbeskrivning Allt eftersom AI blir centralt för cybersäkerhet r det viktigt att uppfylla krav i EU AI Act och GDPR. Denna doktorandposition integreras i ett högimpact Horizon Europe-projekt. Ansvarsområden: Designa och utveckla ett själv-lärande Bi-Level FL-ramverk; integrera PETs såsom DP och secure aggregation; implementera selectiva unlearning-metoder; utveckla en bias & explainability (XAI) agent; bidra till modellbaserad åtkomstkontroll. Krav: MSc i datavetenskap, AI eller cybersäkerhet; stark bakgrund i cybersecurity eller ML; erfarenhet av distributed computing, kryptografi eller XAI; flytande engelska; programmeringsfe9rdigheter; intresse för industri-akademisk samarbete. Ln och anställning från OV02-OV04; l 4l e6t arbetsperiod 6 månader. Ansökan pås via online system. Sökdatum 16 september 2026 16:00 (Europe/Helsinki).
Jobbdetaljer
Ansvarsområden
- Designa och utveckla ett själv-lärande Bi-Level FL-ramverk
- Integrera privatä skyddstekniker som DP och secure aggregation
- Implementera selektiv unlearning i federerad ram
- Utveckla en Bias & Explainability (XAI) agent
- Bidra till modell-nivå adaptiv behållningskontroll
Krav
- MSc-examen i Datavetenskab, Artificiell intelligens eller cybersäkerhet
- Stark bakgrund i cybersäkerhet eller maskininlärning
- Kännedom om distribuerade beräkningar, tillämpad kryptografi eller XAI
- Utmärkta analytiska färdigheter och problemlösning
- Utmåkt engelska kommunikationsfärdigheter
- Programmeringskunskaper (Python, C++, Rust)
- Intresse för tvärvetenskaplig forskning
Kompetenser & tekniker
Utbildningsnivå
Ingen utbildning krävsFörmåner & Perks
Förmåner
Rekryteringsprocess
- 1Onlineanskan
- 2Intervjuer
- 3Referenser

Relaterade möjligheter
Hitta fler möjligheter som matchar dina intressen och färdigheter