Forskningsamanuens inom förståelse av avvikande beteenden i trafik
KTH Royal Institute of Technology · Stockholm · Tidsbegränsad anställning · Deadline 2026-10-30
KTH söker en **forskningsamanuens** inom förståelse av avvikande beteenden i trafik för en **tidsbegränsad anställning på 50 procent** i upp till tre månader, förlagd till Stockholm. Projektet studerar avvikande, riskfyllda och hjälpkrävande händelser i trafikmiljöer med fokus på utsatta personer, inklusive personer med funktionsnedsättning. Huvuduppgifterna innebär att samla in, bereda och annotera videodatamängder om trafikolyckor och fall samt skapa etiketter för tidsgränser, rumsliga positioner, orsaker och allvarlighetsgrad. I rollen ingår även att ta fram fråge- och svarsdata, stödja efterträning och utvärdering av en vision–language-modell, analysera händelsedetektering samt dokumentera experiment och forskningsresultat. Behörighetskravet är att vara **antagen till utbildning på grund- eller avancerad nivå vid svenskt lärosäte**. Det är meriterande att studera vid KTH samt att ha kunskaper i Python, maskininlärning och datorseende, liksom erfarenhet av videobearbetning, databeredning eller annotering. Vidare värderas erfarenhet av vision–language-modeller, PyTorch, finjustering av modeller, utvärdering av AI-system eller detektering av avvikande händelser i video. Stor vikt läggs vid personliga egenskaper, och anställningen kan komma att förutsätta godkänd säkerhetsprövning.
Organisation: Kungliga Tekniska högskolan, Skolan för arkitektur och samhällsbyggnad
Arbetsuppgifter
Vi söker en forskningsamanuens med intresse för datorseende, videoförståelse och multimodal artificiell intelligens. Projektet handlar om avvikande, riskfyllda och hjälpkrävande händelser som involverar utsatta personer, inklusive personer med funktionsnedsättning, i trafikmiljöer.
Arbetsuppgifterna omfattar att förbereda videodatamängder om trafikolyckor och fall, samla in och annotera offentligt tillgängliga videor samt skapa etiketter för händelsers tidsgränser, rumsliga positioner, orsaker och allvarlighetsgrad. I arbetet ingår även att förbereda fråge- och svarsdata, stödja efterträning och utvärdering av en vision–language-modell, analysera händelsedetektering och lokalisering i tid och rum samt dokumentera experiment och forskningsresultat.
Kvalifikationer
Krav
- Du ska vara antagen till utbildning på grund- eller avancerad nivå vid svenskt lärosäte
Meriterande
- Student på KTH
- Kunskaper i Python, maskininlärning och datorseende; erfarenhet av videobearbetning, databeredning eller annotering är meriterande.
- Erfarenhet av vision–language-modeller, PyTorch, finjustering av modeller, detektering av avvikande händelser i video eller utvärdering av AI-system är meriterande.
Vi kommer att lägga stor vikt vid personliga egenskaper.
Bli en del av KTH
KTH formar framtiden genom utbildning, forskning och innovation. Som ett ledande internationellt tekniskt universitet spelar vi en aktiv roll i att driva och medverka i omställningen till ett hållbart samhälle. Här erbjuds du möjligheten att växa och utvecklas på en kreativ och dynamisk arbetsplats med goda arbetsvillkor och förmåner. Jämställdhet, mångfald och lika villkor är en kvalitetsfråga och en självklar del av KTH:s värdegrund som universitet och statlig myndighet.
Läs mer om våra förmåner och hur det är att arbeta och utvecklas på KTH.
Fackliga representanter
Kontaktuppgifter till fackliga representanter.
Ansökan
Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in. Din kompletta ansökan ska vara KTH tillhanda senast sista dagen för ansökningsperioden.
Ansökan ska innefatta följande handlingar:
- CV
- Betygsutdrag
Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (CentralEuropean Time/Central European Summer Time).
Om anställningen
Anställningen gäller tidsbegränsat enligt avtal - i upp till 3 mån, med tillträde enligt överenskommelse.
Övrigt
För information om behandling av personuppgifter i samband med rekrytering.
Det kan förekomma att en anställning hos KTH är placerad i säkerhetsklass. Om så är fallet för just denna anställning görs en säkerhetsprövning av sökande i enlighet med säkerhetsskyddslagen (2018:585) efter samtycke. I dessa fall är en förutsättning för anställning att sökande blir godkänd efter säkerhetsprövning.
Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.
Jobbfakta
Fält – Värde
Anställningsform – Tidsbegränsad anställning
Anställningens omfattning – Deltid
Tillträde – 1 november 2026 – 31 januari 2027
Löneform – Månadslön
Antal lediga befattningar – 1
Sysselsättningsgrad – 50%
Ort – Stockholm
Län – Stockholms län
Land – Sverige
Referensnummer – PA-2026-3628
Kontakt – Yancheng Ling, Postdoc, yancheng@kth.se; Zhenliang Ma, Professor, zhema@kth.se
Publicerat – 2026-10-21
Sista ansökningsdag – 2026-10-30