Forskningsingenjör - Lediga jobb

Senior Materials Informatics Engineer

Location: Hybrid

Company: Ferritico

Employment type: Full-time

Ferritico is looking for a Senior Materials Informatics Engineer to develop, validate, and productize physics informed machine learning models for advanced materials, with a strong focus on steel, metallurgy, heat treatment, phase transformations, and process-property relationships.

This is a mid- to senior-level technical role for someone who enjoys working at the intersection of materials science, computational modeling, machine learning, and product development.

About the role

You will contribute to the development of computational and machine learning models for metals and metallurgical applications. The role involves translating materials science expertise into clear model logic, validation workflows, technical requirements, and product features.

You will help ensure that scientific models are technically sound, well-documented, validated, and aligned with real industrial engineering needs.

Key responsibilities

• Develop computational and ML-based models for steel metallurgy, heat treatment, transformation temperatures, phase transformations, microstructure evolution, and process-property relationships.
• Define model assumptions, expected behavior, validation datasets, limitations, and acceptance criteria.
• Improve AI model performance by integrating materials science expertise and physics-informed modeling approaches.
• Identify data correlations between process, structure, and properties in steel processing and industrial applications.
• Retrieve, structure, clean, and curate materials data from literature, synthetic datasets, experiments, and other sources.
• Use Python-based workflows for data treatment, model execution, input preparation, output analysis, and visualization.
• Test AI software outputs and benchmark results against other simulation or modeling tools.
• Communicate model behavior, limitations, and results clearly to both technical and non-technical stakeholders.
• Contribute to documentation, testing, validation reports, and technical decision-making.

What we are looking for

We are looking for someone with a strong background in materials science, computational materials science, or physical metallurgy.

The ideal candidate has:

• A PhD in Materials Science, Metallurgy, Computational Materials Science, or a related field; or an MSc with relevant experience in materials modeling.
• Strong understanding of physical metallurgy, preferably including steels, heat treatment, phase transformations, microstructure evolution, and process-property relationships.
• Experience developing, using, or validating computational models for materials behavior.
• Familiarity with materials data, alloy compositions, thermal histories, transformation kinetics, or microstructure-property relationships.
• Ability to use Python for scientific scripting, data treatment, and model prototyping.
• Strong communication skills and the ability to explain complex materials concepts in a multidisciplinary team.

Nice to have

Experience with any of the following would be highly valuable:

• Steel phase-transformation modeling, TTT/CCT diagrams, JMAK kinetics, carbide precipitation.
• CALPHAD, pycalphad, or similar tools.
• Alloy design, ICME workflows, ML applied to materials science.
• Product ownership, technical leadership, or experience translating scientific models into user-facing tools.
• Data analysis using NumPy, pandas, matplotlib, scikit-learn, Excel-based workflows, or similar tools.

This role could be a strong fit if you

• Recently completed a PhD involving computational or experimental materials modeling.
• Have an MSc and several years of experience building or using materials models.
• Enjoy combining materials science with scripting, data analysis, and practical software development.
• Want to work close to product development rather than only research.
• Are excited about helping shape digital tools for the future of steel and advanced materials.

Why join Ferritico?

At Ferritico, you will be part of a Swedish software startup working at the frontier of materials science, AI, and industrial digitalization. You will have the opportunity to influence both the scientific foundation and the product direction of tools used for advanced materials development and manufacturing.

We value teamwork, curiosity, technical excellence, and clear communication.

Not sure you meet every requirement?

We encourage you to apply even if your experience does not match every qualification listed above. We value diverse backgrounds, different perspectives, and people who are motivated to learn and contribute.

How to apply

Please send your CV and a short note describing your motivation for the role, along with your relevant experience in materials science, metallurgy, computational modeling, or materials informatics, to: contact@ferritico.com (Please include the job title in the email subject line)

Senior Materials Informatics Engineer

Location: Hybrid

Company: Ferritico

Employment type: Full-time

Ferritico is looking for a Senior Materials Informatics Engineer to develop, validate, and productize physics informed machine learning models for advanced materials, with a strong focus on steel, metallurgy, heat treatment, phase transformations, and process-property relationships.

This is a mid- to senior-level technical role for someone who enjoys working at the intersection of materials science, computational modeling, machine learning, and product development.

About the role

You will contribute to the development of computational and machine learning models for metals and metallurgical applications. The role involves translating materials science expertise into clear model logic, validation workflows, technical requirements, and product features.

You will help ensure that scientific models are technically sound, well-documented, validated, and aligned with real industrial engineering needs.

Key responsibilities

• Develop computational and ML-based models for steel metallurgy, heat treatment, transformation temperatures, phase transformations, microstructure evolution, and process-property relationships.
• Define model assumptions, expected behavior, validation datasets, limitations, and acceptance criteria.
• Improve AI model performance by integrating materials science expertise and physics-informed modeling approaches.
• Identify data correlations between process, structure, and properties in steel processing and industrial applications.
• Retrieve, structure, clean, and curate materials data from literature, synthetic datasets, experiments, and other sources.
• Use Python-based workflows for data treatment, model execution, input preparation, output analysis, and visualization.
• Test AI software outputs and benchmark results against other simulation or modeling tools.
• Communicate model behavior, limitations, and results clearly to both technical and non-technical stakeholders.
• Contribute to documentation, testing, validation reports, and technical decision-making.

What we are looking for

We are looking for someone with a strong background in materials science, computational materials science, or physical metallurgy.

The ideal candidate has:

• A PhD in Materials Science, Metallurgy, Computational Materials Science, or a related field; or an MSc with relevant experience in materials modeling.
• Strong understanding of physical metallurgy, preferably including steels, heat treatment, phase transformations, microstructure evolution, and process-property relationships.
• Experience developing, using, or validating computational models for materials behavior.
• Familiarity with materials data, alloy compositions, thermal histories, transformation kinetics, or microstructure-property relationships.
• Ability to use Python for scientific scripting, data treatment, and model prototyping.
• Strong communication skills and the ability to explain complex materials concepts in a multidisciplinary team.

Nice to have

Experience with any of the following would be highly valuable:

• Steel phase-transformation modeling, TTT/CCT diagrams, JMAK kinetics, carbide precipitation.
• CALPHAD, pycalphad, or similar tools.
• Alloy design, ICME workflows, ML applied to materials science.
• Product ownership, technical leadership, or experience translating scientific models into user-facing tools.
• Data analysis using NumPy, pandas, matplotlib, scikit-learn, Excel-based workflows, or similar tools.

This role could be a strong fit if you

• Recently completed a PhD involving computational or experimental materials modeling.
• Have an MSc and several years of experience building or using materials models.
• Enjoy combining materials science with scripting, data analysis, and practical software development.
• Want to work close to product development rather than only research.
• Are excited about helping shape digital tools for the future of steel and advanced materials.

Why join Ferritico?

At Ferritico, you will be part of a Swedish software startup working at the frontier of materials science, AI, and industrial digitalization. You will have the opportunity to influence both the scientific foundation and the product direction of tools used for advanced materials development and manufacturing.

We value teamwork, curiosity, technical excellence, and clear communication.

Not sure you meet every requirement?

We encourage you to apply even if your experience does not match every qualification listed above. We value diverse backgrounds, different perspectives, and people who are motivated to learn and contribute.

How to apply

Please send your CV and a short note describing your motivation for the role, along with your relevant experience in materials science, metallurgy, computational modeling, or materials informatics, to: contact@ferritico.com (Please include the job title in the email subject line)

Senior Materials Informatics Engineer

Location: Hybrid

Company: Ferritico

Employment type: Full-time

Ferritico is looking for a Senior Materials Informatics Engineer to develop, validate, and productize physics informed machine learning models for advanced materials, with a strong focus on steel, metallurgy, heat treatment, phase transformations, and process-property relationships.

This is a mid- to senior-level technical role for someone who enjoys working at the intersection of materials science, computational modeling, machine learning, and product development.

About the role

You will contribute to the development of computational and machine learning models for metals and metallurgical applications. The role involves translating materials science expertise into clear model logic, validation workflows, technical requirements, and product features.

You will help ensure that scientific models are technically sound, well-documented, validated, and aligned with real industrial engineering needs.

Key responsibilities

• Develop computational and ML-based models for steel metallurgy, heat treatment, transformation temperatures, phase transformations, microstructure evolution, and process-property relationships.
• Define model assumptions, expected behavior, validation datasets, limitations, and acceptance criteria.
• Improve AI model performance by integrating materials science expertise and physics-informed modeling approaches.
• Identify data correlations between process, structure, and properties in steel processing and industrial applications.
• Retrieve, structure, clean, and curate materials data from literature, synthetic datasets, experiments, and other sources.
• Use Python-based workflows for data treatment, model execution, input preparation, output analysis, and visualization.
• Test AI software outputs and benchmark results against other simulation or modeling tools.
• Communicate model behavior, limitations, and results clearly to both technical and non-technical stakeholders.
• Contribute to documentation, testing, validation reports, and technical decision-making.

What we are looking for

We are looking for someone with a strong background in materials science, computational materials science, or physical metallurgy.

The ideal candidate has:

• A PhD in Materials Science, Metallurgy, Computational Materials Science, or a related field; or an MSc with relevant experience in materials modeling.
• Strong understanding of physical metallurgy, preferably including steels, heat treatment, phase transformations, microstructure evolution, and process-property relationships.
• Experience developing, using, or validating computational models for materials behavior.
• Familiarity with materials data, alloy compositions, thermal histories, transformation kinetics, or microstructure-property relationships.
• Ability to use Python for scientific scripting, data treatment, and model prototyping.
• Strong communication skills and the ability to explain complex materials concepts in a multidisciplinary team.

Nice to have

Experience with any of the following would be highly valuable:

• Steel phase-transformation modeling, TTT/CCT diagrams, JMAK kinetics, carbide precipitation.
• CALPHAD, pycalphad, or similar tools.
• Alloy design, ICME workflows, ML applied to materials science.
• Product ownership, technical leadership, or experience translating scientific models into user-facing tools.
• Data analysis using NumPy, pandas, matplotlib, scikit-learn, Excel-based workflows, or similar tools.

This role could be a strong fit if you

• Recently completed a PhD involving computational or experimental materials modeling.
• Have an MSc and several years of experience building or using materials models.
• Enjoy combining materials science with scripting, data analysis, and practical software development.
• Want to work close to product development rather than only research.
• Are excited about helping shape digital tools for the future of steel and advanced materials.

Why join Ferritico?

At Ferritico, you will be part of a Swedish software startup working at the frontier of materials science, AI, and industrial digitalization. You will have the opportunity to influence both the scientific foundation and the product direction of tools used for advanced materials development and manufacturing.

We value teamwork, curiosity, technical excellence, and clear communication.

Not sure you meet every requirement?

We encourage you to apply even if your experience does not match every qualification listed above. We value diverse backgrounds, different perspectives, and people who are motivated to learn and contribute.

How to apply

Please send your CV and a short note describing your motivation for the role, along with your relevant experience in materials science, metallurgy, computational modeling, or materials informatics, to: contact@ferritico.com (Please include the job title in the email subject line)

The opportunity

With continuous and sustainable growth of our business we take the opportunity to strengthen our expertise and capacity with a new position with focus on structural analysis and numerical simulations Main focus will be on mechanical stress analysis, but also fluid mechanics simulations and dielectric simulations will be within the scope on a project basis.

You will be part of Hitachi Energy’s competence center for fiber-reinforced polymer composites and silicone elastomers in Piteå. We are a team with world-class expertise and experience in realization, verification, and production of polymer composite products. The main products are structural and electrically insulating components used in high voltage transformers and switchgear which are vital for the transition to fossil free energy. Our customers are all over the world, both inside and outside Hitachi.

How you’ll make an impact

• Stress analysis and sizing of composite structures subject to mechanical and thermal loads to support new product development and order design.
• Simulation of our manufacturing processes (e.g. wet filament winding, oven cure, silicone extrusion) to develop process expertise further and support process optimization and increased robustness.
• Lead projects and activities related to development of design tools and design criteria.
• Documentation of designs and review of test results to improve design criteria.
• Collaborate with cross-functional teams (e.g. design, quality, SCM, production) to solve complex engineering challenges and deliver robust solutions, both within our local/global organization and in cooperation with customers, suppliers, and academia.
• Apply robust analytical and critical thinking to solve complex challenges and to perform comprehensive risk reviews.

Your background

• University engineering degree in composites engineering, applied mechanics, applied physics or similar.
• Expertise in Finite Element Analysis including experience with composite structures with layered anisotropic materials.
• Ability to cooperate and communicate both with experts at an academic level, as well as colleagues and project members with expertise in other areas
• Genuine interest and curiosity about technology.
• Ability and willingness to acquire new knowledge and skills.
• Team player who finds it easy to cooperate with others.
• Good communication skills in both spoken and written English and a basic understanding of Swedish are mandatory requirements.

More about us

Are you ready for a new exciting challenge? Does the above description sound like you? Welcome to apply! Applications will be reviewed on an ongoing basis, so don’t delay – apply today!

Recruiting Manager Anders Holmberg, anders.holmberg@hitachienergy.com, will answer your questions about the position. Union representatives – Sveriges Ingenjörer: Marcus Nordlund-Oja, +46 107-38 31 93; Unionen: Per Lidman, +46 73 0500 603; Ledarna: Frank Hollstedt, +46 107-38 70 43. All other questions can be directed to Talent Acquisition Partner Filip Henriksson, filip.henriksson@hitachienergy.com

Vi har kraften från över 50 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!

Om jobbet

Med magnetresonanstomografi (MRT) kan man avbilda hjärtats olika anatomiska strukturer såsom t ex hålrum, klaffar och kärl, mäta och beräkna funktionella förlopp såsom t ex hjärtats rörlighet och blodflöde, samt undersöka hjärtats vävnadskarakteristik.

Som forskningsingenjör kommer du att arbeta med bearbetning av MRT-bilder av blodkärl och blodflöde i hjärt-kärlsystemet med maskininlärningsmetoder. Arbetsuppgifterna innefattar att utveckla, implementera och utvärdera nya metoder för att generera flödesinformation från angiografiska MRT-bilder och att analysera stora datamängder utan att reducera bildinformationen till fördefinierade mått.

Forskningen genomförs i samarbete med seniora forskare och doktorander i forskargruppen för kardiovaskulär bildtagning och modellering.

En forskningsingenjör ska i huvudsak bedriva forskning, både i samarbete med andra och i egna projekt. Handledning kan ingå i arbetsuppgifterna. Mindre del undervisning också kan ingå i arbetsuppgifterna, dock till högst en femtedel av arbetstiden.

Om dig

Vi söker dig som har en bakgrund inom statistik och maskinlärning, god kommunikationsförmåga samt har lätt för att samarbeta med andra samtidigt som du har förmågan att arbeta självständigt.

Du har vidare goda engelska språkkunskaper både när det gäller i tal och skrift, då vi inom gruppen huvudsakligen kommunicerar på engelska.

Vi vill att du har:

• Har läst statistik och maskinlärning på masternivå
• Genomfört examensarbete inom statistik och maskinlärning, gärna med tillämpning inom kardiovaskulär MRT
• Erfarenhet av kardiovaskulär MRT

Det är meriterande om du har:

• Erfarenhet av deep learning för bearbetning av analys av MRT-bilder, helst inriktat på frågeställningar som rör kardiovaskulärt blodflöde.

Din arbetsplats

Du kommer att arbeta på Avdelningen för Diagnostik och Specialistmedicin (https://liu.se/organisation/liu/hmv/disp) och Enheten för Kardiovaskulära Vetenskaper (KAV). Anställningen är ansluten till Centrum för medicinsk bildvetenskap och visualisering (http://www.liu.se/cmiv). CMIV är ett tvärvetenskapligt forskningscentrum inom Linköpings universitet som bedriver fokuserad frontlinjeforskning inom tvärvetenskapliga projekt som tillhandahåller lösningar på morgondagens kliniska frågeställningar. Den tvärvetenskapliga forskargruppen inom kardiovaskulär bildtagning och modellering (https://liu.se/forskning/kardiovaskular-bildtagning-och-modellering) inom CMIV, bedriver teknisk utveckling och tillämpning av avancerade MRT och DT metoder inom det kardiovaskulära området, vilket är ett av fokusområdena vid CMIV.

Om anställningen

Tillträde enligt överenskommelse, senast den 1 sept 2026.

Säkerhetskontroll kan komma att genomföras innan beslut om anställning fattas.

Lön och förmåner

Linköpings universitet tillämpar individuell lönesättning.

Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.

Ansökan

Välkommen att skicka in din ansökan med CV och ansökningsbrev senast den 21 juli 2026. Du söker denna anställning genom att klicka på knappen "Ansök" här nedan. Ansökan som inkommer efter sista ansökningsdag kommer inte att beaktas. Urval kommer att ske under augusti.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med https://liu.se/artikel/lika-villkor/.

Välkommen med din ansökan!

Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Vi har kraften från över 50 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!

Om jobbet

Med magnetresonanstomografi (MRT) kan man avbilda hjärtats olika anatomiska strukturer såsom t ex hålrum, klaffar och kärl, mäta och beräkna funktionella förlopp såsom t ex hjärtats rörlighet och blodflöde, samt undersöka hjärtats vävnadskarakteristik.

Som forskningsingenjör kommer du att arbeta med bearbetning av MRT-bilder av blodkärl och blodflöde i hjärt-kärlsystemet med maskininlärningsmetoder. Arbetsuppgifterna innefattar att utveckla, implementera och utvärdera nya metoder för att generera flödesinformation från angiografiska MRT-bilder och att analysera stora datamängder utan att reducera bildinformationen till fördefinierade mått.

Forskningen genomförs i samarbete med seniora forskare och doktorander i forskargruppen för kardiovaskulär bildtagning och modellering.

En forskningsingenjör ska i huvudsak bedriva forskning, både i samarbete med andra och i egna projekt. Handledning kan ingå i arbetsuppgifterna. Mindre del undervisning också kan ingå i arbetsuppgifterna, dock till högst en femtedel av arbetstiden.

Om dig

Vi söker dig som har en bakgrund inom statistik och maskinlärning, god kommunikationsförmåga samt har lätt för att samarbeta med andra samtidigt som du har förmågan att arbeta självständigt.

Du har vidare goda engelska språkkunskaper både när det gäller i tal och skrift, då vi inom gruppen huvudsakligen kommunicerar på engelska.

Vi vill att du har:

• Har läst statistik och maskinlärning på masternivå
• Genomfört examensarbete inom statistik och maskinlärning, gärna med tillämpning inom kardiovaskulär MRT
• Erfarenhet av kardiovaskulär MRT

Det är meriterande om du har:

• Erfarenhet av deep learning för bearbetning av analys av MRT-bilder, helst inriktat på frågeställningar som rör kardiovaskulärt blodflöde.

Din arbetsplats

Du kommer att arbeta på Avdelningen för Diagnostik och Specialistmedicin (https://liu.se/organisation/liu/hmv/disp) och Enheten för Kardiovaskulära Vetenskaper (KAV). Anställningen är ansluten till Centrum för medicinsk bildvetenskap och visualisering (http://www.liu.se/cmiv). CMIV är ett tvärvetenskapligt forskningscentrum inom Linköpings universitet som bedriver fokuserad frontlinjeforskning inom tvärvetenskapliga projekt som tillhandahåller lösningar på morgondagens kliniska frågeställningar. Den tvärvetenskapliga forskargruppen inom kardiovaskulär bildtagning och modellering (https://liu.se/forskning/kardiovaskular-bildtagning-och-modellering) inom CMIV, bedriver teknisk utveckling och tillämpning av avancerade MRT och DT metoder inom det kardiovaskulära området, vilket är ett av fokusområdena vid CMIV.

Om anställningen

Tillträde enligt överenskommelse, senast den 1 sept 2026.

Säkerhetskontroll kan komma att genomföras innan beslut om anställning fattas.

Lön och förmåner

Linköpings universitet tillämpar individuell lönesättning.

Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.

Ansökan

Välkommen att skicka in din ansökan med CV och ansökningsbrev senast den 21 juli 2026. Du söker denna anställning genom att klicka på knappen "Ansök" här nedan. Ansökan som inkommer efter sista ansökningsdag kommer inte att beaktas. Urval kommer att ske under augusti.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med https://liu.se/artikel/lika-villkor/.

Välkommen med din ansökan!

Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Vi har kraften från över 50 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!

Om jobbet

Med magnetresonanstomografi (MRT) kan man avbilda hjärtats olika anatomiska strukturer såsom t ex hålrum, klaffar och kärl, mäta och beräkna funktionella förlopp såsom t ex hjärtats rörlighet och blodflöde, samt undersöka hjärtats vävnadskarakteristik.

Som forskningsingenjör kommer du att arbeta med bearbetning av MRT-bilder av blodkärl och blodflöde i hjärt-kärlsystemet med maskininlärningsmetoder. Arbetsuppgifterna innefattar att utveckla, implementera och utvärdera nya metoder för att generera flödesinformation från angiografiska MRT-bilder och att analysera stora datamängder utan att reducera bildinformationen till fördefinierade mått.

Forskningen genomförs i samarbete med seniora forskare och doktorander i forskargruppen för kardiovaskulär bildtagning och modellering.

En forskningsingenjör ska i huvudsak bedriva forskning, både i samarbete med andra och i egna projekt. Handledning kan ingå i arbetsuppgifterna. Mindre del undervisning också kan ingå i arbetsuppgifterna, dock till högst en femtedel av arbetstiden.

Om dig

Vi söker dig som har en bakgrund inom statistik och maskinlärning, god kommunikationsförmåga samt har lätt för att samarbeta med andra samtidigt som du har förmågan att arbeta självständigt.

Du har vidare goda engelska språkkunskaper både när det gäller i tal och skrift, då vi inom gruppen huvudsakligen kommunicerar på engelska.

Vi vill att du har:

• Har läst statistik och maskinlärning på masternivå
• Genomfört examensarbete inom statistik och maskinlärning, gärna med tillämpning inom kardiovaskulär MRT
• Erfarenhet av kardiovaskulär MRT

Det är meriterande om du har:

• Erfarenhet av deep learning för bearbetning av analys av MRT-bilder, helst inriktat på frågeställningar som rör kardiovaskulärt blodflöde.

Din arbetsplats

Du kommer att arbeta på Avdelningen för Diagnostik och Specialistmedicin (https://liu.se/organisation/liu/hmv/disp) och Enheten för Kardiovaskulära Vetenskaper (KAV). Anställningen är ansluten till Centrum för medicinsk bildvetenskap och visualisering (http://www.liu.se/cmiv). CMIV är ett tvärvetenskapligt forskningscentrum inom Linköpings universitet som bedriver fokuserad frontlinjeforskning inom tvärvetenskapliga projekt som tillhandahåller lösningar på morgondagens kliniska frågeställningar. Den tvärvetenskapliga forskargruppen inom kardiovaskulär bildtagning och modellering (https://liu.se/forskning/kardiovaskular-bildtagning-och-modellering) inom CMIV, bedriver teknisk utveckling och tillämpning av avancerade MRT och DT metoder inom det kardiovaskulära området, vilket är ett av fokusområdena vid CMIV.

Om anställningen

Tillträde enligt överenskommelse, senast den 1 sept 2026.

Säkerhetskontroll kan komma att genomföras innan beslut om anställning fattas.

Lön och förmåner

Linköpings universitet tillämpar individuell lönesättning.

Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.

Ansökan

Välkommen att skicka in din ansökan med CV och ansökningsbrev senast den 21 juli 2026. Du söker denna anställning genom att klicka på knappen "Ansök" här nedan. Ansökan som inkommer efter sista ansökningsdag kommer inte att beaktas. Urval kommer att ske under augusti.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med https://liu.se/artikel/lika-villkor/.

Välkommen med din ansökan!

Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Vi har kraften från över 50 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!

Om jobbet

Med magnetresonanstomografi (MRT) kan man avbilda hjärtats olika anatomiska strukturer såsom t ex hålrum, klaffar och kärl, mäta och beräkna funktionella förlopp såsom t ex hjärtats rörlighet och blodflöde, samt undersöka hjärtats vävnadskarakteristik.

Som forskningsingenjör kommer du att arbeta med bearbetning av MRT-bilder av blodkärl och blodflöde i hjärt-kärlsystemet med maskininlärningsmetoder. Arbetsuppgifterna innefattar att utveckla, implementera och utvärdera nya metoder för att generera flödesinformation från angiografiska MRT-bilder och att analysera stora datamängder utan att reducera bildinformationen till fördefinierade mått.

Forskningen genomförs i samarbete med seniora forskare och doktorander i forskargruppen för kardiovaskulär bildtagning och modellering.

En forskningsingenjör ska i huvudsak bedriva forskning, både i samarbete med andra och i egna projekt. Handledning kan ingå i arbetsuppgifterna. Mindre del undervisning också kan ingå i arbetsuppgifterna, dock till högst en femtedel av arbetstiden.

Om dig

Vi söker dig som har en bakgrund inom statistik och maskinlärning, god kommunikationsförmåga samt har lätt för att samarbeta med andra samtidigt som du har förmågan att arbeta självständigt.

Du har vidare goda engelska språkkunskaper både när det gäller i tal och skrift, då vi inom gruppen huvudsakligen kommunicerar på engelska.

Vi vill att du har:

• Har läst statistik och maskinlärning på masternivå
• Genomfört examensarbete inom statistik och maskinlärning, gärna med tillämpning inom kardiovaskulär MRT
• Erfarenhet av kardiovaskulär MRT

Det är meriterande om du har:

• Erfarenhet av deep learning för bearbetning av analys av MRT-bilder, helst inriktat på frågeställningar som rör kardiovaskulärt blodflöde.

Din arbetsplats

Du kommer att arbeta på Avdelningen för Diagnostik och Specialistmedicin (https://liu.se/organisation/liu/hmv/disp) och Enheten för Kardiovaskulära Vetenskaper (KAV). Anställningen är ansluten till Centrum för medicinsk bildvetenskap och visualisering (http://www.liu.se/cmiv). CMIV är ett tvärvetenskapligt forskningscentrum inom Linköpings universitet som bedriver fokuserad frontlinjeforskning inom tvärvetenskapliga projekt som tillhandahåller lösningar på morgondagens kliniska frågeställningar. Den tvärvetenskapliga forskargruppen inom kardiovaskulär bildtagning och modellering (https://liu.se/forskning/kardiovaskular-bildtagning-och-modellering) inom CMIV, bedriver teknisk utveckling och tillämpning av avancerade MRT och DT metoder inom det kardiovaskulära området, vilket är ett av fokusområdena vid CMIV.

Om anställningen

Tillträde enligt överenskommelse, senast den 1 sept 2026.

Säkerhetskontroll kan komma att genomföras innan beslut om anställning fattas.

Lön och förmåner

Linköpings universitet tillämpar individuell lönesättning.

Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.

Ansökan

Välkommen att skicka in din ansökan med CV och ansökningsbrev senast den 21 juli 2026. Du söker denna anställning genom att klicka på knappen "Ansök" här nedan. Ansökan som inkommer efter sista ansökningsdag kommer inte att beaktas. Urval kommer att ske under augusti.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med https://liu.se/artikel/lika-villkor/.

Välkommen med din ansökan!

Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Vi har kraften från över 50 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!

Om jobbet

Med magnetresonanstomografi (MRT) kan man avbilda hjärtats olika anatomiska strukturer såsom t ex hålrum, klaffar och kärl, mäta och beräkna funktionella förlopp såsom t ex hjärtats rörlighet och blodflöde, samt undersöka hjärtats vävnadskarakteristik.

Som forskningsingenjör kommer du att arbeta med bearbetning av MRT-bilder av blodkärl och blodflöde i hjärt-kärlsystemet med maskininlärningsmetoder. Arbetsuppgifterna innefattar att utveckla, implementera och utvärdera nya metoder för att generera flödesinformation från angiografiska MRT-bilder och att analysera stora datamängder utan att reducera bildinformationen till fördefinierade mått.

Forskningen genomförs i samarbete med seniora forskare och doktorander i forskargruppen för kardiovaskulär bildtagning och modellering.

En forskningsingenjör ska i huvudsak bedriva forskning, både i samarbete med andra och i egna projekt. Handledning kan ingå i arbetsuppgifterna. Mindre del undervisning också kan ingå i arbetsuppgifterna, dock till högst en femtedel av arbetstiden.

Om dig

Vi söker dig som har en bakgrund inom statistik och maskinlärning, god kommunikationsförmåga samt har lätt för att samarbeta med andra samtidigt som du har förmågan att arbeta självständigt.

Du har vidare goda engelska språkkunskaper både när det gäller i tal och skrift, då vi inom gruppen huvudsakligen kommunicerar på engelska.

Vi vill att du har:

• Har läst statistik och maskinlärning på masternivå
• Genomfört examensarbete inom statistik och maskinlärning, gärna med tillämpning inom kardiovaskulär MRT
• Erfarenhet av kardiovaskulär MRT

Det är meriterande om du har:

• Erfarenhet av deep learning för bearbetning av analys av MRT-bilder, helst inriktat på frågeställningar som rör kardiovaskulärt blodflöde.

Din arbetsplats

Du kommer att arbeta på Avdelningen för Diagnostik och Specialistmedicin (https://liu.se/organisation/liu/hmv/disp) och Enheten för Kardiovaskulära Vetenskaper (KAV). Anställningen är ansluten till Centrum för medicinsk bildvetenskap och visualisering (http://www.liu.se/cmiv). CMIV är ett tvärvetenskapligt forskningscentrum inom Linköpings universitet som bedriver fokuserad frontlinjeforskning inom tvärvetenskapliga projekt som tillhandahåller lösningar på morgondagens kliniska frågeställningar. Den tvärvetenskapliga forskargruppen inom kardiovaskulär bildtagning och modellering (https://liu.se/forskning/kardiovaskular-bildtagning-och-modellering) inom CMIV, bedriver teknisk utveckling och tillämpning av avancerade MRT och DT metoder inom det kardiovaskulära området, vilket är ett av fokusområdena vid CMIV.

Om anställningen

Tillträde enligt överenskommelse, senast den 1 sept 2026.

Säkerhetskontroll kan komma att genomföras innan beslut om anställning fattas.

Lön och förmåner

Linköpings universitet tillämpar individuell lönesättning.

Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.

Ansökan

Välkommen att skicka in din ansökan med CV och ansökningsbrev senast den 21 juli 2026. Du söker denna anställning genom att klicka på knappen "Ansök" här nedan. Ansökan som inkommer efter sista ansökningsdag kommer inte att beaktas. Urval kommer att ske under augusti.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med https://liu.se/artikel/lika-villkor/.

Välkommen med din ansökan!

Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Vi har kraften från över 50 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!

Om jobbet

Med magnetresonanstomografi (MRT) kan man avbilda hjärtats olika anatomiska strukturer såsom t ex hålrum, klaffar och kärl, mäta och beräkna funktionella förlopp såsom t ex hjärtats rörlighet och blodflöde, samt undersöka hjärtats vävnadskarakteristik.

Som forskningsingenjör kommer du att arbeta med bearbetning av MRT-bilder av blodkärl och blodflöde i hjärt-kärlsystemet med maskininlärningsmetoder. Arbetsuppgifterna innefattar att utveckla, implementera och utvärdera nya metoder för att generera flödesinformation från angiografiska MRT-bilder och att analysera stora datamängder utan att reducera bildinformationen till fördefinierade mått.

Forskningen genomförs i samarbete med seniora forskare och doktorander i forskargruppen för kardiovaskulär bildtagning och modellering.

En forskningsingenjör ska i huvudsak bedriva forskning, både i samarbete med andra och i egna projekt. Handledning kan ingå i arbetsuppgifterna. Mindre del undervisning också kan ingå i arbetsuppgifterna, dock till högst en femtedel av arbetstiden.

Om dig

Vi söker dig som har en bakgrund inom statistik och maskinlärning, god kommunikationsförmåga samt har lätt för att samarbeta med andra samtidigt som du har förmågan att arbeta självständigt.

Du har vidare goda engelska språkkunskaper både när det gäller i tal och skrift, då vi inom gruppen huvudsakligen kommunicerar på engelska.

Vi vill att du har:

• Har läst statistik och maskinlärning på masternivå
• Genomfört examensarbete inom statistik och maskinlärning, gärna med tillämpning inom kardiovaskulär MRT
• Erfarenhet av kardiovaskulär MRT

Det är meriterande om du har:

• Erfarenhet av deep learning för bearbetning av analys av MRT-bilder, helst inriktat på frågeställningar som rör kardiovaskulärt blodflöde.

Din arbetsplats

Du kommer att arbeta på Avdelningen för Diagnostik och Specialistmedicin (https://liu.se/organisation/liu/hmv/disp) och Enheten för Kardiovaskulära Vetenskaper (KAV). Anställningen är ansluten till Centrum för medicinsk bildvetenskap och visualisering (http://www.liu.se/cmiv). CMIV är ett tvärvetenskapligt forskningscentrum inom Linköpings universitet som bedriver fokuserad frontlinjeforskning inom tvärvetenskapliga projekt som tillhandahåller lösningar på morgondagens kliniska frågeställningar. Den tvärvetenskapliga forskargruppen inom kardiovaskulär bildtagning och modellering (https://liu.se/forskning/kardiovaskular-bildtagning-och-modellering) inom CMIV, bedriver teknisk utveckling och tillämpning av avancerade MRT och DT metoder inom det kardiovaskulära området, vilket är ett av fokusområdena vid CMIV.

Om anställningen

Tillträde enligt överenskommelse, senast den 1 sept 2026.

Säkerhetskontroll kan komma att genomföras innan beslut om anställning fattas.

Lön och förmåner

Linköpings universitet tillämpar individuell lönesättning.

Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.

Fackliga kontaktpersoner

Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.

Ansökan

Välkommen att skicka in din ansökan med CV och ansökningsbrev senast den 21 juli 2026. Du söker denna anställning genom att klicka på knappen "Ansök" här nedan. Ansökan som inkommer efter sista ansökningsdag kommer inte att beaktas. Urval kommer att ske under augusti.

Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med https://liu.se/artikel/lika-villkor/.

Välkommen med din ansökan!

Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.