Job Board

Job Paglalarawan

Naghahanap kami ng mataas na kwalipikadong postdoctoral researcher para sumali sa Map Automation research group sa University of Winnipeg.

Ang matagumpay na kandidato ay gagawa sa isang proyekto upang bumuo ng isang diskarte para sa automated na paggawa ng mapa mula sa multispectral satellite na mga imahe gamit ang malalim na mga pamamaraan sa pag-aaral. Sa partikular, ang mga convolutional neural network na idinisenyo para sa pag-uuri ng bawat pixel sa isang satellite image ay gagamitin upang makagawa ng mga linear disturbance na mapa mula sa Sentinel-2 data. Ang pangunahing hamon sa pananaliksik na dapat tugunan ay ang mga label ay binuo gamit ang komersyal na high-resolution na SPOT-6 satellite data, at walang katumbas na mga label para sa libre at medium-resolution na Sentinel-2 na data. Kaya, ang iminungkahing gawain ay bubuo ng isang hindi pinangangasiwaang diskarte sa adaptasyon ng domain, na naglalayong kunin ang data at mga kaukulang label mula sa isang domain at iakma ito para sa pagsasanay ng mga modelo ng semantic segmentation sa isang nauugnay, ngunit ibang domain. Kasama rin sa posisyon ang mga tungkulin sa pangangasiwa ng mga mag-aaral na nagtatrabaho sa antas ng BSc, at MSc.

Ang konteksto ng trabaho para sa posisyong ito ay linear disturbance mapping. Sa malawak na hilagang rehiyon ng boreal na kagubatan at basang lupa ng Canada, ang mga kaguluhan tulad ng mga kalsada, paggalugad ng seismic, mga pipeline, at mga koridor ng paghahatid ng enerhiya ay pangunahing sanhi ng pagbaba ng woodland caribou (Rangifer tarandus) – populasyon ng boreal. Bilang resulta, ang malalim na pag-unawa sa mga "linear disturbances" na ito ay naging priyoridad sa pananaliksik at pamamahala ng kagubatan sa Canada. Ang isang mainam na tool upang suportahan ang pamamahala ng mga linear na kaguluhan ay isang paraan upang awtomatikong makabuo ng mga mapa na matipid sa gastos na tumpak na tumutukoy sa anyo ng fragmentation ng tirahan sa kagubatan.

Ang posisyon na ito ay bahagi ng pakikipagtulungan sa industriya-akademya sa pagitan ng Unibersidad ng Winnipeg at Hatfield Consultants LLP. Ang matagumpay na kandidato ay magtatrabaho at makikipag-ugnayan sa mga espesyalista sa remote sensing ng Hatfield, at ang matagumpay na kandidato ay gugugol ng oras sa parehong Winnipeg at Vancouver.

Ang Hatfield ay isang pribadong pag-aari, multidisciplinary na kumpanya na itinatag noong 1974 na may mahigit 4,000 proyekto na matagumpay na natapos sa mahigit 40 bansa. Kasama sa aming malawak na hanay ng mga serbisyo sa pagkonsulta ang environmental at social impact assessment, environmental management at monitoring ng mga proyektong pang-imprastraktura, geomatics at remote sensing, at environmental information system. Ang punong tanggapan ng Hatfield ay matatagpuan sa North Vancouver, British Columbia (BC), na may mga panrehiyong tanggapan ng BC sa Fort St. John, Terrace, Vernon, at New Westminster, at Fort McMurray at Calgary, Alberta.

Pananagutan:
1. Magtrabaho sa isang collaborative team environment, sa ilalim ng pangkalahatang direksyon ni Dr. Christopher Henry at Christopher Storie upang makamit ang mga layunin ng nauugnay na mga kinakailangan sa pagpopondo ng grant sa pananaliksik;
2. Magsagawa ng mataas na antas ng mga pagsusuri sa akademikong literatura at mga kaugnay na gawain sa pagsulat;
Suriin at paunang iproseso ang remote sensing satellite data para sa paggamit sa mga modelo ng machine learning;
Idisenyo, sanayin, at subukan ang malalim na pag-aaral ng mga arkitektura ng neural network at mga nauugnay na modelo;
Bumuo ng mga teknikal na ulat
3. Mag-ambag sa akademiko at tanyag na mga publikasyon na may kaugnayan sa pananaliksik sa proyekto;
4. Iba pang mga tungkulin, tulad ng itinalaga.

Kinakailangang Kwalipikasyon:
1. Ang kandidato ay magkakaroon ng Ph.D. sa computer science, engineering, mathematics, statistics, physics, o mga kaugnay na larangan
1a. Isasaalang-alang ang isang kandidato na may MSc sa itaas na mga patlang para sa appointment bilang isang Research Associate/Assistant
2. Napakahusay na pasalita at nakasulat na mga kasanayan sa komunikasyon
3. Napakahusay na mga kasanayan sa organisasyon na may kakayahang pamahalaan ang oras nang epektibo at mahusay upang matugunan ang mga deadline
4. Malakas na interpersonal na kasanayan na may kakayahang magtrabaho bilang bahagi ng isang pangkat

Mga Ninanais na Kwalipikasyon (isa o higit pa sa mga sumusunod):
1. Pormal na pagsasanay sa machine learning, lalo na ang convolutional neural network, generative adversarial network, at domain adaptation network
2. Karanasan sa pagbuo ng mga application ng machine learning
3. Makaranas ng pagtatrabaho sa digital na imahe at remote sensing data
4. Makaranas ng pagtatrabaho sa malalaking geospatial na dataset
5. Kaalaman at karanasan sa Python, at TensorFlow o PyTorch
6. Kaalaman at karanasan sa Docker
7. Kaalaman at karanasan sa Linux

Ang posisyon na napapailalim sa pag-apruba ng badyet, at ang sahod sa posisyon o suweldo ay magiging katumbas ng karanasan at edukasyon.

(mga) Kundisyon ng Trabaho:
*Dapat na legal na karapat-dapat na magtrabaho sa Canada.

Ang Unibersidad ng Winnipeg ay may Mandatoryong Patakaran sa Pagbabakuna sa COVID-19 na nangangailangan ng lahat ng pumupunta sa mga itinalagang espasyo sa loob ng campus na magbigay ng patunay na sila ay ganap na nabakunahan. Ang Patakaran ay nasuspinde simula Mayo 2, 2022. Gayunpaman, dapat malaman ng mga inaasahang empleyado na ang Patakaran ay maaaring ibalik sa hinaharap batay sa pagbabago ng mga kalagayan sa pampublikong kalusugan.

Ang Unibersidad ng Winnipeg ay nakatuon sa pagkakapantay-pantay, pagkakaiba-iba at pagsasama at kinikilala na ang magkakaibang kawani at guro ay nakikinabang at nagpapayaman sa mga kapaligiran sa trabaho, pag-aaral at pananaliksik, at ito ay mahalaga sa kahusayan sa akademiko at institusyonal. Tinatanggap namin ang mga aplikasyon mula sa lahat ng mga kwalipikadong indibidwal at hinihikayat ang mga kababaihan, mga taong may lahi, mga Katutubo, mga taong may kapansanan, at mga taong 2SLGBTQ+ na kumpidensyal na tukuyin ang sarili sa oras ng aplikasyon.

Ang Unibersidad ng Winnipeg ay nakatuon sa pagtiyak na ang mga oportunidad sa trabaho ay naa-access para sa lahat ng mga aplikante. Kung kailangan mo ng suporta sa tirahan sa panahon ng proseso ng recruitment, mangyaring makipag-ugnayan sa human_resources@uwinnipeg.ca.

Ang personal na impormasyon ng mga aplikante ay kinokolekta sa ilalim ng awtoridad ng University of Winnipeg Act at 36(1)(b) ng Freedom of Information and Protection of Privacy Act. Ang lahat ng personal na impormasyon na nakolekta sa pamamagitan ng proseso ng recruitment ay ginagamit upang masuri ang pagiging angkop, pagiging karapat-dapat, at mga kwalipikasyon ng aplikante para sa trabaho, at kung hindi man ay suportahan ang mga aktibidad sa pangangalap. Ang impormasyong ito ay ibibigay sa mga kalahok na miyembro ng proseso ng recruitment. Ang mga tanong tungkol sa pangongolekta ng iyong personal na impormasyon ay maaaring idirekta sa Direktor, Mga Serbisyo sa HR, 515 Portage Avenue, Winnipeg, MB, R3B 2E9 o 204.786.9066.

Ang lahat ng mga aplikante ay dapat mag-aplay sa pamamagitan ng link na ito - https://www.northstarats.com/University-of-Winnipeg/Postdoctoral-Fellow-Exploring-Unsupervised-Domain-Adaptation-Methods-for-Automated-Linear-Disturbance-Mapping/75015 – Ang mga aplikasyon na isinumite sa labas ng sistemang ito ay hindi maaaring isaalang-alang