代尔夫特理工大学 招收 建筑设计计算机视觉和深度学习博士
-
代尔夫特理工大学建筑与建筑环境学院是一所开创性的世界一流大学(在2020年QS学术排名中排名第二)，无论是研究还是教育。建筑系新成立的AiDAPT实验室是一个跨学科的研究小组，研究建筑设计中最先进的计算机视觉方法，即视觉感知的数据驱动人工智能和理解。重点是通过使用来自建筑领域的真实数据对人工智能学科方法进行外部验证。我们正在寻找一位在计算机视觉和架构融合方面工作积极性高的博士候选人。研究组介绍:AiDAPT实验室由代尔夫特理工大学建筑与建筑环境学院的Seyran Khademi(建筑系)和 Charalampo Andriotis(建筑工程与技术系)领导。您将在建筑系工作，并与计算机科学学院的计算机视觉实验室密切合作，成为建筑理论和数字文化小组的一员，该小组研究人工智能与建筑学科交叉学科。
挑战: 开发数据驱动的解决方案，以自动感知和理解建筑设计中的视觉数据。变化: 针对建筑和建筑环境中的设计挑战的解决方案。
我们地球相当一部分是“建筑环境”。有大量的数字足迹和视觉数据，例如街景图像、地图和室内照片、平面图等。对这些可用数据的有效探索和分析需要智能工具。因此帮助建筑师、设计师和工程师对我们的生活环境有更深入的了解和更卓越的设计，以解决可持续发展或健康等现实世界的挑战。该实验室的研究议题侧重于把最先进的人工智能方法，用于自动识别和理解建筑数据中的视觉属性:从建筑形式的图像到建筑表现和设计模型。挑战是：
-
根据建筑设计领域对高效和新颖计算框架的需求，定位和分析计算机视觉学科的状态。
-
建筑视觉形式和数据中的形状和图像格式等归纳偏差的无监督方法中的数据理解解决方案。
-
在需要大量数据的监督学习模型的上下文中收集数据，用于对构建\设计表示的视觉理解。
-
人类级别监督中的主观性，例如，由于对建筑对象和概念的复杂或多方面感知而导致的数据注释不一致。
-
将研究成果传达给领域专家(非计算机科学家)，尤其是在现代机器学习模型缺乏可解释性的情况下。
建筑学的AiDAPT实验室提供博士学位。该实验室定位解决计算机视觉在建筑/设计形式识别和理解方面的挑战。您的职责是研究、分析和开发深度学习神经网络模型以及建筑数据中视觉学习的基准数据集。为了训练和评估合格的计算机视觉模型，您将使用卷积神经网络和深度学习编程框架，例如 PyTorch 和 TensorFlow。
-
具有计算背景、计算机科学、应用数学或相关学科的建筑设计硕士学位(或有望在未来几个月获得)。
-
在编程(Python、PyTorch、TensorFlow、CUDA或类似)、机器学习和数据分析方面的经过验证的记录
(例如，GitHub、Kaggle 记录)。 -
对跨学科研究(例如建筑学和计算机科学两个领域的交叉领域的出版物、论文或软件)具有浓厚的兴趣。
-
优秀的英语沟通能力，包括书面和口头表达能力。
-
对学生的教学和监督具有亲和力。
-
作为研究人员独立工作并与其他学者开展合作的能力。
代尔夫特理丁大学为 DA-lab 博士候选人提供5年合同(而不是正常的4年)，并在一年后进行正式的 通过/不通过进度评估。工资和福利符合荷兰大学集体劳动协议，从第一年的每月2395欧元增加到第五年的3217 欧元。
要申请，请准备:-
一份详细的简历，包括教育经历、工作经验（如果有的话）、已完成或正在进行的项目，例如在 GitHub 或其他公共平台、出版物和证明您相关能力的成就。
-
计算机视觉、机器/深度学习、线性代数、微积分、统计学、信号和图像处理以及随机过程等学科的经验证明(例如，学习记录)。
-
一封1页的动机信，说明您的兴趣并描述您的经验和计划是如何适合所宣传的职位。
-
两个参考联系信息(不是推荐信)。
-
理学硕士论文或您撰写的任何出版物(也可以使用指向 PDF 的URL)。
所有文档都应为 PDF 格式。
文件名为: lastname_firstname_docname.zip.
请注意，不完整的申请将不会被处理。
有关此职位空缺的信息，您可以联系助理教授Sevran Khademi电子邮件询问: s.khademi@tudelft.nl
有关选择程序的信息，请联系人力资源顾问 Caro Coemans 电子邮件: HR-BK@tudelft.n
2021年10月下旬为选定的候选人安排面试。该职位的暂定开始日期是2022年1月。
请在不迟于2021年11月30日(荷兰当地时间:UIC时间+2小时)之前在线提交您的申请，只接受线上申请，发送至上述电子邮件的申请将不予处理。
-
