瑞典查尔姆斯理工大学 | 自动驾驶

在自动驾驶与智能系统不断迈向真实世界的过程中，如何在安全关键系统中构建既可靠、又可解释的人工智能模型，已成为全球研究的前沿难题。

查尔姆斯理工大学现招收博士研究生，聚焦“物理约束 + 数据驱动”的时间序列基础模型研究，并与沃尔沃集团深度合作，在真实工业数据与仿真环境中推动安全、可信的智能自动化发展。

查尔姆斯理工大学（Chalmers University of Technology）位于瑞典哥德堡，是欧洲顶尖的理工类研究型大学之一，在工程技术、计算机科学和自然科学领域享有极高国际声誉。

本项目隶属于计算机科学与工程系（由查尔姆斯理工大学与哥德堡大学联合设立），研究环境国际化程度高，与工业界联系紧密。

博士生将加入AIXLab@Chalmers，这是一个专注于“可落地、可验证 AI 技术”的研究实验室，并与沃尔沃集团的工程师和研究人员开展长期协作。

本博士项目围绕面向安全关键系统的物理引导型时间序列基础模型（Foundation Models）展开，重点应用场景为汽车与自动化系统。

项目核心目标是构建可复用、可迁移的时间序列预训练模型，用于不同车辆、驾驶工况和任务场景，具体包括：

车辆行为预测

安全关键场景的模拟与生成

稀有事故与极端工况的测试用例构建

研究将融合深度学习、物理建模与系统动力学约束，在保证模型表达能力的同时，强化其物理一致性与安全可靠性。相关方法也具备向医疗等其他安全关键领域迁移的潜力。

博士生在项目中将承担以下核心工作：

开发面向多变量时间序列的预测与生成模型

将物理约束（如系统动力学、守恒定律、结构约束）融入神经网络架构与损失函数

使用真实车辆数据（如 CAN 信号、传感器流、仿真轨迹）开展大规模训练

在仿真环境与工业验证流程中测试模型性能

与沃尔沃集团合作，参与安全验证与测试流程优化

发表高水平学术论文，并将研究成果转化为可复用的建模框架

申请者需满足以下基本条件：

必备条件：

拥有计算机科学、电气工程或相关专业硕士学位

（海外学历可接受四年制本科）

英语读写与口语能力良好

具备扎实的机器学习基础（概率、统计、优化）

对时间序列建模和物理引导型机器学习有强烈兴趣

熟练使用 Python 及主流深度学习框架（如 PyTorch）

具备大规模实验经验，包括 GPU / 集群训练、可复现实验流程与系统化评估能力

能独立提出研究问题并开展实证研究

加分项：

有物理信息机器学习（Physics-informed ML）经验

接触过时间序列基础模型或表示学习

有安全关键系统、极端场景生成或测试覆盖经验

有学术研究或论文发表经历

博士职位全额资助，入职即为正式员工

合同期限 4 年，最多可承担 20% 教学任务（可延长至 5 年）

起薪约34,550 瑞典克朗/月（2025 年标准）

享受瑞典完善的社会福利体系，包括医疗、育儿与教育支持

提供瑞典语课程，帮助国际学生融入当地生活

工作地点位于海滨城市哥德堡，科研与生活环境优越

完成博士培养后，毕业生将在多个方向具备显著优势，包括：

高校与研究机构从事机器学习、系统建模与安全 AI 研究

汽车、自动驾驶与工业自动化企业的 AI / 数据科学岗位

安全关键系统中的模型验证、仿真与测试专家

跨学术与工业的高端研发或技术领导角色

该项目为希望深入工业级 AI 与基础模型研究的博士生提供了极具含金量的职业跳板。

📍学校：Chalmers University of Technology（瑞典）

📍岗位性质：博士（PhD）

📍申请截止时间：2026 年 3 月 3 日

申请材料（英文 PDF）：

个人简历（CV）

个人陈述 / 动机信

本科与硕士成绩单及论文（如有）

⚠️ 申请需通过学校在线系统提交，邮件申请不予受理。

项目咨询：

研究内容：Yinan Yu[yinan@chalmers.se]

招聘流程：Carl-Johan Seger[secarl@chalmers.se]