The posting
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 Den tunga industrin elektrifieras, men vad händer med elnätet när en stor industriell last plötsligt behöver flera megawatt el? Som doktorand i informationsteknologi med inriktning mot smarta elnät kommer du att undersöka denna fråga vid Volvos anläggning i Skövde, en av Sveriges mest avancerade produktionsanläggningar. Din forskning kommer huvudsakligen att bedrivas inom det VINNOVA-finansierade projektet FLEXFURN, ”Digital Energy Management for Electrified Industrial Furnaces: Demand Flexibility and Energy Storages at Volvo’s Skövde Plant”, som undersöker hur digital energistyrning, efterfrågeflexibilitet och energilagring kan stödja elektrifieringen av industrin. Tillsammans med Volvo Powertrain, Vattenfall Eldistribution och AI Sweden kommer du att utveckla ett system för energistyrning (Energy Management System, EMS) baserat på artificiell intelligens (AI), som gör det möjligt att driva elektrifierade industriugnar flexibelt, minska kostnaderna för effekttoppar och avlasta elnätet. Din forskning kommer att kombinera maskininlärning (ML), optimering och energisystem, och dina resultat kommer att testas i verkliga industriella processer, inte enbart genom simuleringar. Projektet integrerar efterfrågestyrning (demand-side management), flerskiktsbaserad energilagring, återvinning av spillvärme och teknik för smarta elnät i ett gemensamt optimeringsramverk. Inom FLEXFURN-projektet kommer du att fokusera på följande områden: Utveckla ML-modeller för prognostisering av energi, priser och elnät. Utveckla optimeringsalgoritmer för flexibla industriella laster och energilagring. Utvärdera den teknoekonomiska potentialen för batterier, vätgas, superkondensatorer och lagring av smält järn. Utveckla beslutsstödsverktyg för energiplanering på dagen före-marknaden. Validera metoderna vid Volvo Powertrain och stödja överföringen av dem till andra energiintensiva industrier.
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, elektroteknik, datavetenskap, informationsteknologi, automationsteknik eller andra relevanta ämnesområden. 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. Kunskap om industriella energisystem, mikronät och smarta elnät. Erfarenhet av modellering och optimering av energisystem samt energiledningssystem (EMS). Erfarenhet av AI, ML, Python, GAMS eller liknande verktyg. God samarbetsförmåga och erfarenhet av att arbeta i tvärvetenskapliga team.
Av ovanstående kriterier kommer särskild vikt att läggas vid kunskap om industriella energisystem och smarta elnät, erfarenhet av modellering och optimering av energisystem samt erfarenhet av AI-/ML-verktyg. Vad vi erbjuder: Ett engagerat handledarteam med expertis inom smarta elnät, AI och industriella energisystem. Ett nationellt nätverk med ledande samarbetspartner inom industri, energi och AI. Möjligheter att presentera din forskning vid internationella konferenser. En välkomnande forskningsmiljö präglad av samarbete, på ett samlat campus med överkomliga levnadskostnader och goda kommunikationer till Göteborg och Stockholm.
Anställningsform: Anställningen är en visstidsanställning fram till och med avlagd doktorsexamen, dock längst 5 år. Anställningens omfattning är 100 procent, varav 80 procent avser forskarutbildning och 20 procent institutionstjänstgöring. 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: 1 december 2026 Diarienummer: HS 2026/723 Kontaktuppgifter: Upplysningar om anställningen lämnas av Kristens Gudfinnsson, (mailto:[email protected]) och Mostafa Kermani (mailto:[email protected]), projektledare för FLEXFURN och ämnesansvarig i elektroteknik. 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. 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
