Θέση εργασίας: Διδάκτορας (PhD Candidate) με εστίαση σε Τεχνητή Νοημοσύνη για Ασφάλεια Λογισμικού, Πρόβλεψη Ευπαθειών και Deep Learning

Περιγραφή Θέσης

Η NB INSPECTIONS I.K.E., στο πλαίσιο χρηματοδοτούμενου ερευνητικού έργου με τη Δράση «ΕΡΕΥΝΩ-ΚΑΙΝΟΤΟΜΩ» του Προγράμματος «Ανταγωνιστικότητα 2021-2027», αναζητά Διδάκτορα (PhD Candidate) με εστίαση σε Τεχνητή Νοημοσύνη για Ασφάλεια Λογισμικού, Πρόβλεψη Ευπαθειών και Deep Learning.

Ο/Η κατάλληλος/η υποψήφιος/α θα συμβάλει ενεργά στην έρευνα και ανάπτυξη καινοτόμων συστημάτων τεχνητής νοημοσύνης με έμφαση στην ασφάλεια λογισμικού, την πρόβλεψη ευπαθειών (vulnerability prediction) και την εφαρμογή τεχνικών deep learning στη μηχανική λογισμικού.

Χρονικό Διάστημα Απασχόλησης: Ιούνιος 2026 έως την ολοκλήρωση του έργου που θα σας ανατεθεί

Είδος Απασχόλησης: Σύμβαση Μίσθωσης Έργου

Κύριες Αρμοδιότητες

  • Διεξαγωγή ερευνητικής δραστηριότητας στους τομείς της Τεχνητής Νοημοσύνης με έμφαση στη βαθιά μάθηση (Deep Learning) και επεξεργασία φυσικής γλώσσας (NLP)
  • Έρευνα στη Μηχανική Λογισμικού με έμφαση στην ασφάλεια συστημάτων και τον εντοπισμό ευπαθειών στον πηγαίο κώδικα
  • Ανάπτυξη μοντέλων πρόβλεψης ευπαθειών λογισμικού (Software Vulnerability Prediction) με χρήση ML/DL
  • Ανάπτυξη τεχνικών Time Series Forecasting για software vulnerabilities
  • Εφαρμογή τεχνικών Text Mining και Software Metrics για vulnerability prediction
  • Συμμετοχή σε ευρωπαϊκά έργα έρευνας και ανάπτυξης
  • Ανάπτυξη εργαλείων λογισμικού και διαδικτυακών υπηρεσιών που ενσωματώνουν AI τεχνολογίες
  • Συγγραφή επιστημονικών δημοσιεύσεων σε περιοδικά και συνέδρια
  • Συμμετοχή ως κριτής (reviewer) σε επιστημονικά περιοδικά

Απαραίτητα Προσόντα

  • Δίπλωμα Ηλεκτρολόγου Μηχανικού και Μηχανικού Υπολογιστών από Πολυτεχνική Σχολή (π.χ. ΑΠΘ) ή ισοδύναμο πτυχίο Πληροφορικής
  • Κατάθεση αίτησης ή εγγραφή σε πρόγραμμα Διδακτορικών Σπουδών σε Εφαρμοσμένη Πληροφορική ή συναφές πεδίο
  • Ερευνητικά ενδιαφέροντα στους τομείς:
  • Τεχνητή Νοημοσύνη (Βαθιά μάθηση, NLP)
  • Μηχανική Λογισμικού (Ασφάλεια, Ευπάθειες)
  • Εμπειρία από πρακτική άσκηση σε ερευνητικό ίδρυμα (π.χ. ΕΚΕΤΑ/ΙΠΤΗΛ)
  • Επιστημονική δραστηριότητα με τουλάχιστον 10 δημοσιεύσεις σε επιστημονικά περιοδικά και διεθνή συνέδρια (π.χ. Information and Software Technology, Electronics, Entropy, ICCSA)
  • Βραβεία/Διακρίσεις σε συνέδρια (επιθυμητό)
  • Εμπειρία ως reviewer σε επιστημονικά περιοδικά όπως: Automated Software Engineering, Cluster Computing, e-Informatica Software Engineering, Journal of Systems and Software
  • Συμμετοχή σε ευρωπαϊκά έργα έρευνας και ανάπτυξης (τουλάχιστον 3 έργα)
  • Εξειδίκευση σε:
  • Software Vulnerability Prediction
  • Time Series Forecasting για software
  • Deep Learning για security
  • Cross-Project Vulnerability Prediction
  • Text Mining & Software Metrics
  • Προγραμματιστικές δεξιότητες σε Python, Java και γνώση ML/DL frameworks (TensorFlow, PyTorch, scikit-learn)
  • Άριστη γνώση Αγγλικών (γραπτά και προφορικά)

Επιθυμητά Προσόντα

  • Εμπειρία στην αξιολόγηση ποιότητας λογισμικού
  • Γνώση Word Embedding Techniques για vulnerability prediction
  • Εμπειρία σε Statistical και Deep Learning Models για time-series forecasting
  • Γνώση software metrics και static code analysis
  • Systematic Mapping Studies και Literature Reviews
  • Εργασία σε ερευνητικό ίδρυμα για τουλάχιστον 5 χρόνια (από το 2020 έως σήμερα)

 

Τι Προσφέρουμε

  • Συμμετοχή σε πρωτοποριακό ερευνητικό έργο με χρηματοδότηση ΕΕ
  • Συνεργασία με έμπειρους ερευνητές

Εκδήλωση Ενδιαφέροντος

Παρακαλούμε αποστείλετε:

  • Αναλυτικό βιογραφικό σημείωμα (CV)

 

Email επικοινωνίας:

NBIS
Επισκόπηση απορρήτου

Αυτός ο ιστότοπος χρησιμοποιεί cookies για να σας παρέχουμε την καλύτερη δυνατή εμπειρία χρήστη. Οι πληροφορίες των cookies αποθηκεύονται στο πρόγραμμα περιήγησής σας και εκτελούν λειτουργίες όπως η αναγνώρισή σας όταν επιστρέφετε στον ιστότοπό μας και βοηθώντας την ομάδα μας να καταλάβει ποια τμήματα του ιστότοπου μας θεωρείτε πιο ενδιαφέροντα και χρήσιμα.