Lediga job som Doktorand

Arbetsuppgifter

Forskarutbildningen i statsvetenskap omfattar 240 högskolepoäng (motsvarande fyra års heltidsstudier) och avslutas med att doktoranden vid offentlig disputation försvarar sin tryckta doktorsavhandling. Den som anställs som doktorand uppbär lön från universitetet under fyra år och ska huvudsakligen ägna sig åt sin egen forskarutbildning. Institutionstjänstgöring om upp till 20 procent av heltid kan förekomma, exempelvis i form av undervisning, varvid anställningen förlängs i motsvarande utsträckning. Doktoranden får tillgång till en arbetsplats vid Statsvetenskapliga institutionen. 

Anställningen är knuten till forskningsprojektet ”En polariserande spiral? Elitkommunikation, väljarreaktioner och algoritmisk förstärkning av affektiv polarisering”. Projektet är finansierat av Vetenskapsrådet 2027–2030 och leds av professor Hanna Bäck vid Statsvetenskapliga institutionen, Lunds universitet. Projektet fokuserar på hur affektiv polarisering, starka negativa känslor gentemot politiska motståndare, uppstår i samspelet mellan politikers kommunikation och väljares engagemang på sociala medier. Med hjälp av stora språkmodeller analyseras polariserande kommunikation i text och ljud från Sverige och Finland på storskalig nivå, och experiment prövar hur kommunikationsformer och algoritmer påverkar väljarna. Läs mer om projektet här

Doktoranden förväntas bidra till studiet av affektiv polarisering bland politiker och väljare i linje med projektets övergripande syfte. Inom denna ram och i dialog med övriga projektdeltagare, förväntas doktoranden bedriva självständig forskning utifrån egna frågeställningar, teorival och metodologiska ansatser. Doktoranden förväntas vara närvarande på institutionen och aktivt delta i forsknings- och undervisningsmiljön, samt vara delaktig i arbetet med projektet.

Kvalifikationer

För att kunna antas som doktorand behöver du uppfylla kraven nedan.

Behörighetskrav

För att bli antagen till forskarutbildning (HF kap 7 § 35) krävs att den sökande har grundläggande behörighet och den särskilda behörighet som högskolan kan ha förskrivit, och bedöms i övrigt ha sådan förmåga som krävs för att tillgodogöra sig forskarutbildning (SFS2010:1064).

Grundläggande behörighet till utbildning på forskarnivå har den som har:

• avlagt en examen på avancerad nivå,
• fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller
• på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper

Särskild behörighet

Den sökande ska förutom den grundläggande behörigheten för forskarutbildning ha minst 30 högskolepoäng inom huvudområdet statsvetenskap på avancerad nivå eller förvärvat motsvarande kunskaper inom eller utom landet. Den sökande ska också ha slutfört en självständigt författad uppsats om minst 15 högskolepoäng på avancerad nivå i statsvetenskap eller ämne som bedöms likvärdigt i relation till projektet. Vid ansökningstillfället måste uppsatsen vara examinerad och betygsatt.

Bedömningsgrund

Som innehavare av anställning som doktorand får enbart förordnas den som är antagen till utbildning på forskarnivå. Vid antagning ska avseende främst fästas vid graden av förmåga att tillgodogöra sig forskarutbildningen. Rangordning av sökande sker utifrån en samlad bedömning av kvaliteten på insända uppsatsarbeten och insänd forskningsplan, betyg från tidigare utbildningar samt personlig lämplighet. Då forskarstudier i statsvetenskap är mycket krävande måste den sökande vara starkt motiverad och ha förmåga att arbeta självständigt under tidspress.

God samarbets- och kommunikationsförmåga är därtill ett krav, liksom goda kunskaper i engelska i både tal och skrift. Dokumenterad erfarenhet av forskning med anknytning till projektets tema, samt av automatiserad textanalys, är starkt meriterande. Därutöver är erfarenhet av programmering och av att arbeta med storskaliga samhällsvetenskapliga data meriterande, liksom kunskaper i språk som är relevanta för projektets empiriska material. Intervjuer kommer att genomföras av ett begränsat urval av sökande i antagningsprocessens slutskede.

Om anställningen

Anställningen är en visstidsanställning på heltid på fyra år enligt Högskoleförordningen (1993:100), 5 kap 1–7 §§. Start 1 januari 2027 eller enligt överenskommelse. Arbetsspråket i forskarutbildningen är i huvudsak engelska. Icke-svenskspråkiga doktorander förväntas dock tillägna sig grundläggande färdigheter i svenska under anställningstiden. Möjlighet att ta del av språkundervisning inom Lunds universitet finns. Den allmänna studieplanen och annan information om forskarutbildningen i statsvetenskap finns tillgänglig på: http://www.svet.lu.se/forskning/forskarstudier.

Så här söker du

Ansökan sker via Lunds universitets rekryteringssystem. Bedömningen av sökande baseras på handlingar som lämnats in före sista ansökningsdag. Endast fullständiga ansökningar kommer att behandlas. Det är inte möjligt att lägga till dokumentation efter deadline.

Ansökan ska innehålla:

• ett introduktionsbrev på svenska eller engelska, omfattande max 1 000 ord, som innehåller en kort presentation av dig som sökande och dina meriter samt en kort beskrivning av varför du är intresserad av forskarutbildningen vid Statsvetenskapliga institutionen vid Lunds universitet;
• en meritförteckning på svenska eller engelska som visar behörighet för forskarutbildning i statsvetenskap;
• examensbevis och betyg på svenska eller engelska;
• uppsats på svenska eller engelska motsvarande minst 15 högskolepoäng på avancerad nivå (i förekommande fall kan uppsats på kandidatnivå också bifogas, utöver uppsats från avancerad nivå) i statsvetenskap eller ämne som bedöms likvärdigt;
• en kortfattad forskningsplan på svenska eller engelska, omfattande max 2 000 ord inklusive referenser;
• namn och kontaktuppgifter för två referenspersoner, företrädesvis verksamma inom akademin (referensbrev ej nödvändigt i ansökningsskedet);
• övriga handlingar som du som sökande önskar åberopa för aktuell anställning.

Välkommen med din ansökan!

Halmstad University

Work at a University where different perspectives meet!

Halmstad University adds value, drives innovation and prepares people and society for the future. Since the beginning in 1983, innovation and collaboration with society have characterised the University's education and research. The research is internationally reputable and is largely conducted in a multidisciplinary manner within the University's two focus areas: Health Innovation and Smart Cities and Communities. The University has a wide range of education with many popular study programmes. The campus is modern and well-equipped, and is situated close to both public transportation and the city center.

More information about working at Halmstad University

The School of Information Technology

Halmstad University’s School of Information Technology (ITE) is a renowned multi-disciplinary institution with around 155 employees from 20 different countries. ITE is internationally recognised for its applied research and collaborative initiatives, focusing on smart technology and its practical applications. 

Within ITE, our students and researchers engage in diverse areas of study, including electronics, AI, information-driven healthcare, autonomous vehicles, social robotics, and digital design. We offer a comprehensive range of educational programmes, ranging from undergraduate to doctoral levels, as well as professional development opportunities. 

Research is conducted within the University’s research programmes, especially Information Driven Care (IDC), Re-Imagining Future Smart Living – beyond the Living Lab (REBEL), Learning in a Digitalised Society (LeaDS) and the Future Industry Research Programme (FIRP). 

ITE is home to Leap for Life, an innovation centre for information-driven care, as well as the Electronics Centre in Halmstad (ECH), a collaborative space for electronic development. 

More information about the School of Information Technology

Description

Halmstad University has received funding for the ENGADE and UNIFY-AI projects. Both projects address the development of robust machine-learning methods for time-series data, but from complementary perspectives. ENGADE focuses on developing theoretical foundations and new diffusion-based methods for anomaly detection in time series. Its research includes multivariate and multiscale time-series modelling, concept drift, and explainability. UNIFY-AI focuses on developing a time-series foundation model trained on heterogeneous fleet data and adapting it to industrial aftermarket and uptime applications. Its use cases include anomalous brake-wear detection, together with brake-pad wear prediction and energy-storage-system degradation forecasting. UNIFY-AI also studies robustness to missing signals, new operating conditions, and distribution shifts over time. The scientific overlap between the projects concerns robust anomaly detection in heterogeneous and evolving time-series data. A PhD student is needed to investigate how diffusion-based anomaly-detection methods can be combined with representations learned by time-series foundation models. The research will examine whether reusable representations learned from heterogeneous data can support anomaly detection across different operating conditions while remaining robust to missing signals and changes in the data distribution. The PhD student will undertake a coherent research project within this shared area. The student will contribute to the diffusion-based anomaly-detection objectives of ENGADE and to the foundation-model-based anomaly-detection and robustness objectives of UNIFY-AI. This requires hiring a PhD student with a focused research profile in machine learning for time series. Tasks include:

- Research on diffusion-based anomaly detection within the time-series foundation-model framework developed in UNIFY-AI. The work will contribute to ENGADE through the development of theoretically grounded diffusion-based methods for anomaly detection and to UNIFY-AI by supporting its anomaly-detection applications on heterogeneous vehicle data.

- Publish research findings in peer-reviewed scientific venues

- Complete relevant doctoral coursework as part of the doctoral programme

- Teaching and supervision duties (up to 20%) can be included

Qualifications

Only those who are or have been admitted to third-cycle courses and study programs at a higher education may be appointed to doctoral studentships. (The Higher Education Ordinance Chapter 5 Section 3). The student’s ability to benefit from doctoral studies will be taken into account when we make the appointment. (The Higher Education Ordinance Chapter 5 Section 5). 

- A M.Sc. degree (or equivalent, corresponding to at least 240 ECTS credits including a degree project) in computer science, computer engineering, electrical engineering, Physics, or a closely related field with focus on machine learning and AI.

- Good communication skills in English is required.

- Strong knowledge of machine learning, artificial intelligence, data mining, or signal processing is required.

- Excellent programming skills are required.

- Analytical problem solving and organizational abilities are required. 

Salary

Doctoral students are employees of the University and paid a salary according to a uniform salary scale, adjusted in relation to the progress in education.

Application

Applications should be sent via Halmstad University's recruitment system Varbi (see link on this page). 

How to design your application 

General Information

We value the qualities that gender balance and diversity bring to our organization. We therefore welcome applicants with different backgrounds, gender, functionality and, not least, life experience.

Read more about Halmstad University

Information for International Applicants

Choosing a career in a foreign country is a big step. Thus, to give you a general idea what we have to offer in terms of benefits and life in general for you and your family/spouse/partner please visit:

International staff support

Halmstad University

Work at a University where different perspectives meet!

Halmstad University adds value, drives innovation and prepares people and society for the future. Since the beginning in 1983, innovation and collaboration with society have characterised the University's education and research. The research is internationally reputable and is largely conducted in a multidisciplinary manner within the University's two focus areas: Health Innovation and Smart Cities and Communities. The University has a wide range of education with many popular study programmes. The campus is modern and well-equipped, and is situated close to both public transportation and the city center.

More information about working at Halmstad University

The School of Information Technology

Halmstad University’s School of Information Technology (ITE) is a renowned multi-disciplinary institution with around 155 employees from 20 different countries. ITE is internationally recognised for its applied research and collaborative initiatives, focusing on smart technology and its practical applications. 

Within ITE, our students and researchers engage in diverse areas of study, including electronics, AI, information-driven healthcare, autonomous vehicles, social robotics, and digital design. We offer a comprehensive range of educational programmes, ranging from undergraduate to doctoral levels, as well as professional development opportunities. 

Research is conducted within the University’s research programmes, especially Information Driven Care (IDC), Re-Imagining Future Smart Living – beyond the Living Lab (REBEL), Learning in a Digitalised Society (LeaDS) and the Future Industry Research Programme (FIRP). 

ITE is home to Leap for Life, an innovation centre for information-driven care, as well as the Electronics Centre in Halmstad (ECH), a collaborative space for electronic development. 

More information about the School of Information Technology

Description

The information-driven care research program has a continued need to strengthen doctoral-level research on AI and ML in healthcare, encompassing main research projects such as CAISR Health, a KK Foundation-funded research profile on responsible and trustworthy AI/ML in healthcare, and Informationsdriven nära vård, which analyses the full patient care chain and trajectory to identify how AI, ML and information-driven approaches can provide more insights to improve care. The program needs a doctoral student to conduct research towards a licentiate degree within this area, contributing new methods and insights within the triple-helix collaboration between academia, regions, municipalities, and industry partners. Tasks include:

- Conduct doctoral-level research towards a licentiate degree within the information-driven care research program, focusing on one or more of the following research areas: Representation learning, Vertical federated learning, Time-series analysis and modelling, Uncertainty quantification, Multimodal / heterogeneous data fusion, Sequential and trajectory modelling, Graph-based learning, Explainable and interpretable AI, Causal inference, Privacy-preserving machine learning

- Analyse patient trajectories across the full care chain, working with multi-source clinical and care data from regions, municipalities, and industry partners

- Deliver activities in relation to the broader research project portfolio (e.g. CAISR Health and Informationsdriven nära vård), including analysis, data preparation, and reporting

- Publish research findings in peer-reviewed scientific venues

- Complete relevant doctoral coursework as part of the licentiate programme

- Participate actively in the information-driven care research program's activities and in collaboration with regions, municipalities, and industry partners within the triple-helix model

- Teaching and supervision duties (up to 20%) can be included

This is a position to a licentiate degree. Subject to securing additional funding, there may be a possibility to extend the position and continue towards a full PhD after the licentiate degree.

Qualifications

Only those who are or have been admitted to third-cycle courses and study programs at a higher education may be appointed to doctoral studentships. (The Higher Education Ordinance Chapter 5 Section 3). The student’s ability to benefit from doctoral studies will be taken into account when we make the appointment. (The Higher Education Ordinance Chapter 5 Section 5). 

- A M.Sc. degree (or equivalent, corresponding to at least 240 ECTS credits including a degree project) in computer science, computer engineering, electrical engineering, Physics, or a closely related field with focus on machine learning and AI.

- Good communication skills in English and Swedish are required.

- Strong knowledge of machine learning is required, with experience in one or more of representation learning, (vertical) federated learning, time-series modelling, uncertainty quantification, or deep learning, including transformer-based and more recent architectures like Mamba.

- Experience in one or more related areas such as multimodal data fusion, sequential and trajectory modelling, graph-based learning, explainable AI, causal inference, or privacy-preserving machine learning is required.

- Programming skills in Python are required.

- Experience in healthcare applications and interdisciplinary research is required, as is prior research experience (e.g. thesis work or publications). 

- Relevant publications in high-tier venues within AI and ML are required.

Salary

Doctoral students are employees of the University and paid a salary according to a uniform salary scale, adjusted in relation to the progress in education.

Application

Applications should be sent via Halmstad University's recruitment system Varbi (see link on this page). 

How to design your application 

General Information

We value the qualities that gender balance and diversity bring to our organization. We therefore welcome applicants with different backgrounds, gender, functionality and, not least, life experience.

Read more about Halmstad University

Halmstad University

Work at a University where different perspectives meet!

Halmstad University adds value, drives innovation and prepares people and society for the future. Since the beginning in 1983, innovation and collaboration with society have characterised the University's education and research. The research is internationally reputable and is largely conducted in a multidisciplinary manner within the University's two focus areas: Health Innovation and Smart Cities and Communities. The University has a wide range of education with many popular study programmes. The campus is modern and well-equipped, and is situated close to both public transportation and the city center.

More information about working at Halmstad University

The School of Information Technology

Halmstad University’s School of Information Technology (ITE) is a renowned multi-disciplinary institution with around 155 employees from 20 different countries. ITE is internationally recognised for its applied research and collaborative initiatives, focusing on smart technology and its practical applications. 

Within ITE, our students and researchers engage in diverse areas of study, including electronics, AI, information-driven healthcare, autonomous vehicles, social robotics, and digital design. We offer a comprehensive range of educational programmes, ranging from undergraduate to doctoral levels, as well as professional development opportunities. 

Research is conducted within the University’s research programmes, especially Information Driven Care (IDC), Re-Imagining Future Smart Living – beyond the Living Lab (REBEL), Learning in a Digitalised Society (LeaDS) and the Future Industry Research Programme (FIRP). 

ITE is home to Leap for Life, an innovation centre for information-driven care, as well as the Electronics Centre in Halmstad (ECH), a collaborative space for electronic development. 

More information about the School of Information Technology

Description

Halmstad University has received funding for the ENGADE and UNIFY-AI projects. Both projects address the development of robust machine-learning methods for time-series data, but from complementary perspectives. ENGADE focuses on developing theoretical foundations and new diffusion-based methods for anomaly detection in time series. Its research includes multivariate and multiscale time-series modelling, concept drift, and explainability. UNIFY-AI focuses on developing a time-series foundation model trained on heterogeneous fleet data and adapting it to industrial aftermarket and uptime applications. Its use cases include anomalous brake-wear detection, together with brake-pad wear prediction and energy-storage-system degradation forecasting. UNIFY-AI also studies robustness to missing signals, new operating conditions, and distribution shifts over time. The scientific overlap between the projects concerns robust anomaly detection in heterogeneous and evolving time-series data. A PhD student is needed to investigate how diffusion-based anomaly-detection methods can be combined with representations learned by time-series foundation models. The research will examine whether reusable representations learned from heterogeneous data can support anomaly detection across different operating conditions while remaining robust to missing signals and changes in the data distribution. The PhD student will undertake a coherent research project within this shared area. The student will contribute to the diffusion-based anomaly-detection objectives of ENGADE and to the foundation-model-based anomaly-detection and robustness objectives of UNIFY-AI. This requires hiring a PhD student with a focused research profile in machine learning for time series. Tasks include:

- Research on diffusion-based anomaly detection within the time-series foundation-model framework developed in UNIFY-AI. The work will contribute to ENGADE through the development of theoretically grounded diffusion-based methods for anomaly detection and to UNIFY-AI by supporting its anomaly-detection applications on heterogeneous vehicle data.

- Publish research findings in peer-reviewed scientific venues

- Complete relevant doctoral coursework as part of the doctoral programme

- Teaching and supervision duties (up to 20%) can be included

Qualifications

Only those who are or have been admitted to third-cycle courses and study programs at a higher education may be appointed to doctoral studentships. (The Higher Education Ordinance Chapter 5 Section 3). The student’s ability to benefit from doctoral studies will be taken into account when we make the appointment. (The Higher Education Ordinance Chapter 5 Section 5). 

- A M.Sc. degree (or equivalent, corresponding to at least 240 ECTS credits including a degree project) in computer science, computer engineering, electrical engineering, Physics, or a closely related field with focus on machine learning and AI.

- Good communication skills in English is required.

- Strong knowledge of machine learning, artificial intelligence, data mining, or signal processing is required.

- Excellent programming skills are required.

- Analytical problem solving and organizational abilities are required. 

Salary

Doctoral students are employees of the University and paid a salary according to a uniform salary scale, adjusted in relation to the progress in education.

Application

Applications should be sent via Halmstad University's recruitment system Varbi (see link on this page). 

How to design your application 

General Information

We value the qualities that gender balance and diversity bring to our organization. We therefore welcome applicants with different backgrounds, gender, functionality and, not least, life experience.

Read more about Halmstad University

Information for International Applicants

Choosing a career in a foreign country is a big step. Thus, to give you a general idea what we have to offer in terms of benefits and life in general for you and your family/spouse/partner please visit:

International staff support

Arbetsuppgifter

Forskarutbildningen i statsvetenskap omfattar 240 högskolepoäng (motsvarande fyra års heltidsstudier) och avslutas med att doktoranden vid offentlig disputation försvarar sin tryckta doktorsavhandling. Den som anställs som doktorand uppbär lön från universitetet under fyra år och ska huvudsakligen ägna sig åt sin egen forskarutbildning. Institutionstjänstgöring om upp till 20 procent av heltid kan förekomma, exempelvis i form av undervisning, varvid anställningen förlängs i motsvarande utsträckning. Doktoranden får tillgång till en arbetsplats vid Statsvetenskapliga institutionen. 

Anställningen är knuten till forskningsprojektet ”En polariserande spiral? Elitkommunikation, väljarreaktioner och algoritmisk förstärkning av affektiv polarisering”. Projektet är finansierat av Vetenskapsrådet 2027–2030 och leds av professor Hanna Bäck vid Statsvetenskapliga institutionen, Lunds universitet. Projektet fokuserar på hur affektiv polarisering, starka negativa känslor gentemot politiska motståndare, uppstår i samspelet mellan politikers kommunikation och väljares engagemang på sociala medier. Med hjälp av stora språkmodeller analyseras polariserande kommunikation i text och ljud från Sverige och Finland på storskalig nivå, och experiment prövar hur kommunikationsformer och algoritmer påverkar väljarna. Läs mer om projektet här

Doktoranden förväntas bidra till studiet av affektiv polarisering bland politiker och väljare i linje med projektets övergripande syfte. Inom denna ram och i dialog med övriga projektdeltagare, förväntas doktoranden bedriva självständig forskning utifrån egna frågeställningar, teorival och metodologiska ansatser. Doktoranden förväntas vara närvarande på institutionen och aktivt delta i forsknings- och undervisningsmiljön, samt vara delaktig i arbetet med projektet.

Kvalifikationer

För att kunna antas som doktorand behöver du uppfylla kraven nedan.

Behörighetskrav

För att bli antagen till forskarutbildning (HF kap 7 § 35) krävs att den sökande har grundläggande behörighet och den särskilda behörighet som högskolan kan ha förskrivit, och bedöms i övrigt ha sådan förmåga som krävs för att tillgodogöra sig forskarutbildning (SFS2010:1064).

Grundläggande behörighet till utbildning på forskarnivå har den som har:

• avlagt en examen på avancerad nivå,
• fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller
• på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper

Särskild behörighet

Den sökande ska förutom den grundläggande behörigheten för forskarutbildning ha minst 30 högskolepoäng inom huvudområdet statsvetenskap på avancerad nivå eller förvärvat motsvarande kunskaper inom eller utom landet. Den sökande ska också ha slutfört en självständigt författad uppsats om minst 15 högskolepoäng på avancerad nivå i statsvetenskap eller ämne som bedöms likvärdigt i relation till projektet. Vid ansökningstillfället måste uppsatsen vara examinerad och betygsatt.

Bedömningsgrund

Som innehavare av anställning som doktorand får enbart förordnas den som är antagen till utbildning på forskarnivå. Vid antagning ska avseende främst fästas vid graden av förmåga att tillgodogöra sig forskarutbildningen. Rangordning av sökande sker utifrån en samlad bedömning av kvaliteten på insända uppsatsarbeten och insänd forskningsplan, betyg från tidigare utbildningar samt personlig lämplighet. Då forskarstudier i statsvetenskap är mycket krävande måste den sökande vara starkt motiverad och ha förmåga att arbeta självständigt under tidspress.

God samarbets- och kommunikationsförmåga är därtill ett krav, liksom goda kunskaper i engelska i både tal och skrift. Dokumenterad erfarenhet av forskning med anknytning till projektets tema, samt av automatiserad textanalys, är starkt meriterande. Därutöver är erfarenhet av programmering och av att arbeta med storskaliga samhällsvetenskapliga data meriterande, liksom kunskaper i språk som är relevanta för projektets empiriska material. Intervjuer kommer att genomföras av ett begränsat urval av sökande i antagningsprocessens slutskede.

Om anställningen

Anställningen är en visstidsanställning på heltid på fyra år enligt Högskoleförordningen (1993:100), 5 kap 1–7 §§. Start 1 januari 2027 eller enligt överenskommelse. Arbetsspråket i forskarutbildningen är i huvudsak engelska. Icke-svenskspråkiga doktorander förväntas dock tillägna sig grundläggande färdigheter i svenska under anställningstiden. Möjlighet att ta del av språkundervisning inom Lunds universitet finns. Den allmänna studieplanen och annan information om forskarutbildningen i statsvetenskap finns tillgänglig på: http://www.svet.lu.se/forskning/forskarstudier.

Så här söker du

Ansökan sker via Lunds universitets rekryteringssystem. Bedömningen av sökande baseras på handlingar som lämnats in före sista ansökningsdag. Endast fullständiga ansökningar kommer att behandlas. Det är inte möjligt att lägga till dokumentation efter deadline.

Ansökan ska innehålla:

• ett introduktionsbrev på svenska eller engelska, omfattande max 1 000 ord, som innehåller en kort presentation av dig som sökande och dina meriter samt en kort beskrivning av varför du är intresserad av forskarutbildningen vid Statsvetenskapliga institutionen vid Lunds universitet;
• en meritförteckning på svenska eller engelska som visar behörighet för forskarutbildning i statsvetenskap;
• examensbevis och betyg på svenska eller engelska;
• uppsats på svenska eller engelska motsvarande minst 15 högskolepoäng på avancerad nivå (i förekommande fall kan uppsats på kandidatnivå också bifogas, utöver uppsats från avancerad nivå) i statsvetenskap eller ämne som bedöms likvärdigt;
• en kortfattad forskningsplan på svenska eller engelska, omfattande max 2 000 ord inklusive referenser;
• namn och kontaktuppgifter för två referenspersoner, företrädesvis verksamma inom akademin (referensbrev ej nödvändigt i ansökningsskedet);
• övriga handlingar som du som sökande önskar åberopa för aktuell anställning.

Välkommen med din ansökan!

Halmstad University

Work at a University where different perspectives meet!

Halmstad University adds value, drives innovation and prepares people and society for the future. Since the beginning in 1983, innovation and collaboration with society have characterised the University's education and research. The research is internationally reputable and is largely conducted in a multidisciplinary manner within the University's two focus areas: Health Innovation and Smart Cities and Communities. The University has a wide range of education with many popular study programmes. The campus is modern and well-equipped, and is situated close to both public transportation and the city center.

More information about working at Halmstad University

The School of Information Technology

Halmstad University’s School of Information Technology (ITE) is a renowned multi-disciplinary institution with around 155 employees from 20 different countries. ITE is internationally recognised for its applied research and collaborative initiatives, focusing on smart technology and its practical applications. 

Within ITE, our students and researchers engage in diverse areas of study, including electronics, AI, information-driven healthcare, autonomous vehicles, social robotics, and digital design. We offer a comprehensive range of educational programmes, ranging from undergraduate to doctoral levels, as well as professional development opportunities. 

Research is conducted within the University’s research programmes, especially Information Driven Care (IDC), Re-Imagining Future Smart Living – beyond the Living Lab (REBEL), Learning in a Digitalised Society (LeaDS) and the Future Industry Research Programme (FIRP). 

ITE is home to Leap for Life, an innovation centre for information-driven care, as well as the Electronics Centre in Halmstad (ECH), a collaborative space for electronic development. 

More information about the School of Information Technology

Description

The information-driven care research program has a continued need to strengthen doctoral-level research on AI and ML in healthcare, encompassing main research projects such as CAISR Health, a KK Foundation-funded research profile on responsible and trustworthy AI/ML in healthcare, and Informationsdriven nära vård, which analyses the full patient care chain and trajectory to identify how AI, ML and information-driven approaches can provide more insights to improve care. The program needs a doctoral student to conduct research towards a licentiate degree within this area, contributing new methods and insights within the triple-helix collaboration between academia, regions, municipalities, and industry partners. Tasks include:

- Conduct doctoral-level research towards a licentiate degree within the information-driven care research program, focusing on one or more of the following research areas: Representation learning, Vertical federated learning, Time-series analysis and modelling, Uncertainty quantification, Multimodal / heterogeneous data fusion, Sequential and trajectory modelling, Graph-based learning, Explainable and interpretable AI, Causal inference, Privacy-preserving machine learning

- Analyse patient trajectories across the full care chain, working with multi-source clinical and care data from regions, municipalities, and industry partners

- Deliver activities in relation to the broader research project portfolio (e.g. CAISR Health and Informationsdriven nära vård), including analysis, data preparation, and reporting

- Publish research findings in peer-reviewed scientific venues

- Complete relevant doctoral coursework as part of the licentiate programme

- Participate actively in the information-driven care research program's activities and in collaboration with regions, municipalities, and industry partners within the triple-helix model

- Teaching and supervision duties (up to 20%) can be included

This is a position to a licentiate degree. Subject to securing additional funding, there may be a possibility to extend the position and continue towards a full PhD after the licentiate degree.

Qualifications

Only those who are or have been admitted to third-cycle courses and study programs at a higher education may be appointed to doctoral studentships. (The Higher Education Ordinance Chapter 5 Section 3). The student’s ability to benefit from doctoral studies will be taken into account when we make the appointment. (The Higher Education Ordinance Chapter 5 Section 5). 

- A M.Sc. degree (or equivalent, corresponding to at least 240 ECTS credits including a degree project) in computer science, computer engineering, electrical engineering, Physics, or a closely related field with focus on machine learning and AI.

- Good communication skills in English and Swedish are required.

- Strong knowledge of machine learning is required, with experience in one or more of representation learning, (vertical) federated learning, time-series modelling, uncertainty quantification, or deep learning, including transformer-based and more recent architectures like Mamba.

- Experience in one or more related areas such as multimodal data fusion, sequential and trajectory modelling, graph-based learning, explainable AI, causal inference, or privacy-preserving machine learning is required.

- Programming skills in Python are required.

- Experience in healthcare applications and interdisciplinary research is required, as is prior research experience (e.g. thesis work or publications). 

- Relevant publications in high-tier venues within AI and ML are required.

Salary

Doctoral students are employees of the University and paid a salary according to a uniform salary scale, adjusted in relation to the progress in education.

Application

Applications should be sent via Halmstad University's recruitment system Varbi (see link on this page). 

How to design your application 

General Information

We value the qualities that gender balance and diversity bring to our organization. We therefore welcome applicants with different backgrounds, gender, functionality and, not least, life experience.

Read more about Halmstad University

Halmstad University

Work at a University where different perspectives meet!

Halmstad University adds value, drives innovation and prepares people and society for the future. Since the beginning in 1983, innovation and collaboration with society have characterised the University's education and research. The research is internationally reputable and is largely conducted in a multidisciplinary manner within the University's two focus areas: Health Innovation and Smart Cities and Communities. The University has a wide range of education with many popular study programmes. The campus is modern and well-equipped, and is situated close to both public transportation and the city center.

More information about working at Halmstad University

The School of Information Technology

Halmstad University’s School of Information Technology (ITE) is a renowned multi-disciplinary institution with around 155 employees from 20 different countries. ITE is internationally recognised for its applied research and collaborative initiatives, focusing on smart technology and its practical applications. 

Within ITE, our students and researchers engage in diverse areas of study, including electronics, AI, information-driven healthcare, autonomous vehicles, social robotics, and digital design. We offer a comprehensive range of educational programmes, ranging from undergraduate to doctoral levels, as well as professional development opportunities. 

Research is conducted within the University’s research programmes, especially Information Driven Care (IDC), Re-Imagining Future Smart Living – beyond the Living Lab (REBEL), Learning in a Digitalised Society (LeaDS) and the Future Industry Research Programme (FIRP). 

ITE is home to Leap for Life, an innovation centre for information-driven care, as well as the Electronics Centre in Halmstad (ECH), a collaborative space for electronic development. 

More information about the School of Information Technology

Description

Halmstad University has received funding for the ENGADE and UNIFY-AI projects. Both projects address the development of robust machine-learning methods for time-series data, but from complementary perspectives. ENGADE focuses on developing theoretical foundations and new diffusion-based methods for anomaly detection in time series. Its research includes multivariate and multiscale time-series modelling, concept drift, and explainability. UNIFY-AI focuses on developing a time-series foundation model trained on heterogeneous fleet data and adapting it to industrial aftermarket and uptime applications. Its use cases include anomalous brake-wear detection, together with brake-pad wear prediction and energy-storage-system degradation forecasting. UNIFY-AI also studies robustness to missing signals, new operating conditions, and distribution shifts over time. The scientific overlap between the projects concerns robust anomaly detection in heterogeneous and evolving time-series data. A PhD student is needed to investigate how diffusion-based anomaly-detection methods can be combined with representations learned by time-series foundation models. The research will examine whether reusable representations learned from heterogeneous data can support anomaly detection across different operating conditions while remaining robust to missing signals and changes in the data distribution. The PhD student will undertake a coherent research project within this shared area. The student will contribute to the diffusion-based anomaly-detection objectives of ENGADE and to the foundation-model-based anomaly-detection and robustness objectives of UNIFY-AI. This requires hiring a PhD student with a focused research profile in machine learning for time series. Tasks include:

- Research on diffusion-based anomaly detection within the time-series foundation-model framework developed in UNIFY-AI. The work will contribute to ENGADE through the development of theoretically grounded diffusion-based methods for anomaly detection and to UNIFY-AI by supporting its anomaly-detection applications on heterogeneous vehicle data.

- Publish research findings in peer-reviewed scientific venues

- Complete relevant doctoral coursework as part of the doctoral programme

- Teaching and supervision duties (up to 20%) can be included

Qualifications

Only those who are or have been admitted to third-cycle courses and study programs at a higher education may be appointed to doctoral studentships. (The Higher Education Ordinance Chapter 5 Section 3). The student’s ability to benefit from doctoral studies will be taken into account when we make the appointment. (The Higher Education Ordinance Chapter 5 Section 5). 

- A M.Sc. degree (or equivalent, corresponding to at least 240 ECTS credits including a degree project) in computer science, computer engineering, electrical engineering, Physics, or a closely related field with focus on machine learning and AI.

- Good communication skills in English is required.

- Strong knowledge of machine learning, artificial intelligence, data mining, or signal processing is required.

- Excellent programming skills are required.

- Analytical problem solving and organizational abilities are required. 

Salary

Doctoral students are employees of the University and paid a salary according to a uniform salary scale, adjusted in relation to the progress in education.

Application

Applications should be sent via Halmstad University's recruitment system Varbi (see link on this page). 

How to design your application 

General Information

We value the qualities that gender balance and diversity bring to our organization. We therefore welcome applicants with different backgrounds, gender, functionality and, not least, life experience.

Read more about Halmstad University

Information for International Applicants

Choosing a career in a foreign country is a big step. Thus, to give you a general idea what we have to offer in terms of benefits and life in general for you and your family/spouse/partner please visit:

International staff support

Arbetsuppgifter

Forskarutbildningen i statsvetenskap omfattar 240 högskolepoäng (motsvarande fyra års heltidsstudier) och avslutas med att doktoranden vid offentlig disputation försvarar sin tryckta doktorsavhandling. Den som anställs som doktorand uppbär lön från universitetet under fyra år och ska huvudsakligen ägna sig åt sin egen forskarutbildning. Institutionstjänstgöring om upp till 20 procent av heltid kan förekomma, exempelvis i form av undervisning, varvid anställningen förlängs i motsvarande utsträckning. Doktoranden får tillgång till en arbetsplats vid Statsvetenskapliga institutionen. 

Anställningen är knuten till forskningsprojektet ”En polariserande spiral? Elitkommunikation, väljarreaktioner och algoritmisk förstärkning av affektiv polarisering”. Projektet är finansierat av Vetenskapsrådet 2027–2030 och leds av professor Hanna Bäck vid Statsvetenskapliga institutionen, Lunds universitet. Projektet fokuserar på hur affektiv polarisering, starka negativa känslor gentemot politiska motståndare, uppstår i samspelet mellan politikers kommunikation och väljares engagemang på sociala medier. Med hjälp av stora språkmodeller analyseras polariserande kommunikation i text och ljud från Sverige och Finland på storskalig nivå, och experiment prövar hur kommunikationsformer och algoritmer påverkar väljarna. Läs mer om projektet här

Doktoranden förväntas bidra till studiet av affektiv polarisering bland politiker och väljare i linje med projektets övergripande syfte. Inom denna ram och i dialog med övriga projektdeltagare, förväntas doktoranden bedriva självständig forskning utifrån egna frågeställningar, teorival och metodologiska ansatser. Doktoranden förväntas vara närvarande på institutionen och aktivt delta i forsknings- och undervisningsmiljön, samt vara delaktig i arbetet med projektet.

Kvalifikationer

För att kunna antas som doktorand behöver du uppfylla kraven nedan.

Behörighetskrav

För att bli antagen till forskarutbildning (HF kap 7 § 35) krävs att den sökande har grundläggande behörighet och den särskilda behörighet som högskolan kan ha förskrivit, och bedöms i övrigt ha sådan förmåga som krävs för att tillgodogöra sig forskarutbildning (SFS2010:1064).

Grundläggande behörighet till utbildning på forskarnivå har den som har:

• avlagt en examen på avancerad nivå,
• fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller
• på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper

Särskild behörighet

Den sökande ska förutom den grundläggande behörigheten för forskarutbildning ha minst 30 högskolepoäng inom huvudområdet statsvetenskap på avancerad nivå eller förvärvat motsvarande kunskaper inom eller utom landet. Den sökande ska också ha slutfört en självständigt författad uppsats om minst 15 högskolepoäng på avancerad nivå i statsvetenskap eller ämne som bedöms likvärdigt i relation till projektet. Vid ansökningstillfället måste uppsatsen vara examinerad och betygsatt.

Bedömningsgrund

Som innehavare av anställning som doktorand får enbart förordnas den som är antagen till utbildning på forskarnivå. Vid antagning ska avseende främst fästas vid graden av förmåga att tillgodogöra sig forskarutbildningen. Rangordning av sökande sker utifrån en samlad bedömning av kvaliteten på insända uppsatsarbeten och insänd forskningsplan, betyg från tidigare utbildningar samt personlig lämplighet. Då forskarstudier i statsvetenskap är mycket krävande måste den sökande vara starkt motiverad och ha förmåga att arbeta självständigt under tidspress.

God samarbets- och kommunikationsförmåga är därtill ett krav, liksom goda kunskaper i engelska i både tal och skrift. Dokumenterad erfarenhet av forskning med anknytning till projektets tema, samt av automatiserad textanalys, är starkt meriterande. Därutöver är erfarenhet av programmering och av att arbeta med storskaliga samhällsvetenskapliga data meriterande, liksom kunskaper i språk som är relevanta för projektets empiriska material. Intervjuer kommer att genomföras av ett begränsat urval av sökande i antagningsprocessens slutskede.

Om anställningen

Anställningen är en visstidsanställning på heltid på fyra år enligt Högskoleförordningen (1993:100), 5 kap 1–7 §§. Start 1 januari 2027 eller enligt överenskommelse. Arbetsspråket i forskarutbildningen är i huvudsak engelska. Icke-svenskspråkiga doktorander förväntas dock tillägna sig grundläggande färdigheter i svenska under anställningstiden. Möjlighet att ta del av språkundervisning inom Lunds universitet finns. Den allmänna studieplanen och annan information om forskarutbildningen i statsvetenskap finns tillgänglig på: http://www.svet.lu.se/forskning/forskarstudier.

Så här söker du

Ansökan sker via Lunds universitets rekryteringssystem. Bedömningen av sökande baseras på handlingar som lämnats in före sista ansökningsdag. Endast fullständiga ansökningar kommer att behandlas. Det är inte möjligt att lägga till dokumentation efter deadline.

Ansökan ska innehålla:

• ett introduktionsbrev på svenska eller engelska, omfattande max 1 000 ord, som innehåller en kort presentation av dig som sökande och dina meriter samt en kort beskrivning av varför du är intresserad av forskarutbildningen vid Statsvetenskapliga institutionen vid Lunds universitet;
• en meritförteckning på svenska eller engelska som visar behörighet för forskarutbildning i statsvetenskap;
• examensbevis och betyg på svenska eller engelska;
• uppsats på svenska eller engelska motsvarande minst 15 högskolepoäng på avancerad nivå (i förekommande fall kan uppsats på kandidatnivå också bifogas, utöver uppsats från avancerad nivå) i statsvetenskap eller ämne som bedöms likvärdigt;
• en kortfattad forskningsplan på svenska eller engelska, omfattande max 2 000 ord inklusive referenser;
• namn och kontaktuppgifter för två referenspersoner, företrädesvis verksamma inom akademin (referensbrev ej nödvändigt i ansökningsskedet);
• övriga handlingar som du som sökande önskar åberopa för aktuell anställning.

Välkommen med din ansökan!

Halmstad University

Work at a University where different perspectives meet!

Halmstad University adds value, drives innovation and prepares people and society for the future. Since the beginning in 1983, innovation and collaboration with society have characterised the University's education and research. The research is internationally reputable and is largely conducted in a multidisciplinary manner within the University's two focus areas: Health Innovation and Smart Cities and Communities. The University has a wide range of education with many popular study programmes. The campus is modern and well-equipped, and is situated close to both public transportation and the city center.

More information about working at Halmstad University

The School of Information Technology

Halmstad University’s School of Information Technology (ITE) is a renowned multi-disciplinary institution with around 155 employees from 20 different countries. ITE is internationally recognised for its applied research and collaborative initiatives, focusing on smart technology and its practical applications. 

Within ITE, our students and researchers engage in diverse areas of study, including electronics, AI, information-driven healthcare, autonomous vehicles, social robotics, and digital design. We offer a comprehensive range of educational programmes, ranging from undergraduate to doctoral levels, as well as professional development opportunities. 

Research is conducted within the University’s research programmes, especially Information Driven Care (IDC), Re-Imagining Future Smart Living – beyond the Living Lab (REBEL), Learning in a Digitalised Society (LeaDS) and the Future Industry Research Programme (FIRP). 

ITE is home to Leap for Life, an innovation centre for information-driven care, as well as the Electronics Centre in Halmstad (ECH), a collaborative space for electronic development. 

More information about the School of Information Technology

Description

Halmstad University has received funding for the ENGADE and UNIFY-AI projects. Both projects address the development of robust machine-learning methods for time-series data, but from complementary perspectives. ENGADE focuses on developing theoretical foundations and new diffusion-based methods for anomaly detection in time series. Its research includes multivariate and multiscale time-series modelling, concept drift, and explainability. UNIFY-AI focuses on developing a time-series foundation model trained on heterogeneous fleet data and adapting it to industrial aftermarket and uptime applications. Its use cases include anomalous brake-wear detection, together with brake-pad wear prediction and energy-storage-system degradation forecasting. UNIFY-AI also studies robustness to missing signals, new operating conditions, and distribution shifts over time. The scientific overlap between the projects concerns robust anomaly detection in heterogeneous and evolving time-series data. A PhD student is needed to investigate how diffusion-based anomaly-detection methods can be combined with representations learned by time-series foundation models. The research will examine whether reusable representations learned from heterogeneous data can support anomaly detection across different operating conditions while remaining robust to missing signals and changes in the data distribution. The PhD student will undertake a coherent research project within this shared area. The student will contribute to the diffusion-based anomaly-detection objectives of ENGADE and to the foundation-model-based anomaly-detection and robustness objectives of UNIFY-AI. This requires hiring a PhD student with a focused research profile in machine learning for time series. Tasks include:

- Research on diffusion-based anomaly detection within the time-series foundation-model framework developed in UNIFY-AI. The work will contribute to ENGADE through the development of theoretically grounded diffusion-based methods for anomaly detection and to UNIFY-AI by supporting its anomaly-detection applications on heterogeneous vehicle data.

- Publish research findings in peer-reviewed scientific venues

- Complete relevant doctoral coursework as part of the doctoral programme

- Teaching and supervision duties (up to 20%) can be included

Qualifications

Only those who are or have been admitted to third-cycle courses and study programs at a higher education may be appointed to doctoral studentships. (The Higher Education Ordinance Chapter 5 Section 3). The student’s ability to benefit from doctoral studies will be taken into account when we make the appointment. (The Higher Education Ordinance Chapter 5 Section 5). 

- A M.Sc. degree (or equivalent, corresponding to at least 240 ECTS credits including a degree project) in computer science, computer engineering, electrical engineering, Physics, or a closely related field with focus on machine learning and AI.

- Good communication skills in English is required.

- Strong knowledge of machine learning, artificial intelligence, data mining, or signal processing is required.

- Excellent programming skills are required.

- Analytical problem solving and organizational abilities are required. 

Salary

Doctoral students are employees of the University and paid a salary according to a uniform salary scale, adjusted in relation to the progress in education.

Application

Applications should be sent via Halmstad University's recruitment system Varbi (see link on this page). 

How to design your application 

General Information

We value the qualities that gender balance and diversity bring to our organization. We therefore welcome applicants with different backgrounds, gender, functionality and, not least, life experience.

Read more about Halmstad University

Information for International Applicants

Choosing a career in a foreign country is a big step. Thus, to give you a general idea what we have to offer in terms of benefits and life in general for you and your family/spouse/partner please visit:

International staff support

Arbetsuppgifter

Forskarutbildningen i statsvetenskap omfattar 240 högskolepoäng (motsvarande fyra års heltidsstudier) och avslutas med att doktoranden vid offentlig disputation försvarar sin tryckta doktorsavhandling. Den som anställs som doktorand uppbär lön från universitetet under fyra år och ska huvudsakligen ägna sig åt sin egen forskarutbildning. Institutionstjänstgöring om upp till 20 procent av heltid kan förekomma, exempelvis i form av undervisning, varvid anställningen förlängs i motsvarande utsträckning. Doktoranden får tillgång till en arbetsplats vid Statsvetenskapliga institutionen. 

Anställningen är knuten till forskningsprojektet ”En polariserande spiral? Elitkommunikation, väljarreaktioner och algoritmisk förstärkning av affektiv polarisering”. Projektet är finansierat av Vetenskapsrådet 2027–2030 och leds av professor Hanna Bäck vid Statsvetenskapliga institutionen, Lunds universitet. Projektet fokuserar på hur affektiv polarisering, starka negativa känslor gentemot politiska motståndare, uppstår i samspelet mellan politikers kommunikation och väljares engagemang på sociala medier. Med hjälp av stora språkmodeller analyseras polariserande kommunikation i text och ljud från Sverige och Finland på storskalig nivå, och experiment prövar hur kommunikationsformer och algoritmer påverkar väljarna. Läs mer om projektet här

Doktoranden förväntas bidra till studiet av affektiv polarisering bland politiker och väljare i linje med projektets övergripande syfte. Inom denna ram och i dialog med övriga projektdeltagare, förväntas doktoranden bedriva självständig forskning utifrån egna frågeställningar, teorival och metodologiska ansatser. Doktoranden förväntas vara närvarande på institutionen och aktivt delta i forsknings- och undervisningsmiljön, samt vara delaktig i arbetet med projektet.

Kvalifikationer

För att kunna antas som doktorand behöver du uppfylla kraven nedan.

Behörighetskrav

För att bli antagen till forskarutbildning (HF kap 7 § 35) krävs att den sökande har grundläggande behörighet och den särskilda behörighet som högskolan kan ha förskrivit, och bedöms i övrigt ha sådan förmåga som krävs för att tillgodogöra sig forskarutbildning (SFS2010:1064).

Grundläggande behörighet till utbildning på forskarnivå har den som har:

• avlagt en examen på avancerad nivå,
• fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller
• på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper

Särskild behörighet

Den sökande ska förutom den grundläggande behörigheten för forskarutbildning ha minst 30 högskolepoäng inom huvudområdet statsvetenskap på avancerad nivå eller förvärvat motsvarande kunskaper inom eller utom landet. Den sökande ska också ha slutfört en självständigt författad uppsats om minst 15 högskolepoäng på avancerad nivå i statsvetenskap eller ämne som bedöms likvärdigt i relation till projektet. Vid ansökningstillfället måste uppsatsen vara examinerad och betygsatt.

Bedömningsgrund

Som innehavare av anställning som doktorand får enbart förordnas den som är antagen till utbildning på forskarnivå. Vid antagning ska avseende främst fästas vid graden av förmåga att tillgodogöra sig forskarutbildningen. Rangordning av sökande sker utifrån en samlad bedömning av kvaliteten på insända uppsatsarbeten och insänd forskningsplan, betyg från tidigare utbildningar samt personlig lämplighet. Då forskarstudier i statsvetenskap är mycket krävande måste den sökande vara starkt motiverad och ha förmåga att arbeta självständigt under tidspress.

God samarbets- och kommunikationsförmåga är därtill ett krav, liksom goda kunskaper i engelska i både tal och skrift. Dokumenterad erfarenhet av forskning med anknytning till projektets tema, samt av automatiserad textanalys, är starkt meriterande. Därutöver är erfarenhet av programmering och av att arbeta med storskaliga samhällsvetenskapliga data meriterande, liksom kunskaper i språk som är relevanta för projektets empiriska material. Intervjuer kommer att genomföras av ett begränsat urval av sökande i antagningsprocessens slutskede.

Om anställningen

Anställningen är en visstidsanställning på heltid på fyra år enligt Högskoleförordningen (1993:100), 5 kap 1–7 §§. Start 1 januari 2027 eller enligt överenskommelse. Arbetsspråket i forskarutbildningen är i huvudsak engelska. Icke-svenskspråkiga doktorander förväntas dock tillägna sig grundläggande färdigheter i svenska under anställningstiden. Möjlighet att ta del av språkundervisning inom Lunds universitet finns. Den allmänna studieplanen och annan information om forskarutbildningen i statsvetenskap finns tillgänglig på: http://www.svet.lu.se/forskning/forskarstudier.

Så här söker du

Ansökan sker via Lunds universitets rekryteringssystem. Bedömningen av sökande baseras på handlingar som lämnats in före sista ansökningsdag. Endast fullständiga ansökningar kommer att behandlas. Det är inte möjligt att lägga till dokumentation efter deadline.

Ansökan ska innehålla:

• ett introduktionsbrev på svenska eller engelska, omfattande max 1 000 ord, som innehåller en kort presentation av dig som sökande och dina meriter samt en kort beskrivning av varför du är intresserad av forskarutbildningen vid Statsvetenskapliga institutionen vid Lunds universitet;
• en meritförteckning på svenska eller engelska som visar behörighet för forskarutbildning i statsvetenskap;
• examensbevis och betyg på svenska eller engelska;
• uppsats på svenska eller engelska motsvarande minst 15 högskolepoäng på avancerad nivå (i förekommande fall kan uppsats på kandidatnivå också bifogas, utöver uppsats från avancerad nivå) i statsvetenskap eller ämne som bedöms likvärdigt;
• en kortfattad forskningsplan på svenska eller engelska, omfattande max 2 000 ord inklusive referenser;
• namn och kontaktuppgifter för två referenspersoner, företrädesvis verksamma inom akademin (referensbrev ej nödvändigt i ansökningsskedet);
• övriga handlingar som du som sökande önskar åberopa för aktuell anställning.

Välkommen med din ansökan!