Konkurs na stanowisko Stypendystki (doktorantki) / Stypendysty (doktoranta)

W związku z realizacją projektu pt.: [DeepSee] Zastosowania uczenia głębokiego w jednoramkowych, poosiowych technikach ilościowego obrazowania fazowego finansowanego w ramach konkursu NCN OPUS 28 poszukiwane są osoby do pracy w projekcie. Oferowane stanowisko to Stypendyst(k)a/doktorant(ka).

Rekrutacja jest prowadzona zgodnie z Regulaminem Przyznawania Stypendiów Naukowych NCN w Projektach Badawczych Finansowanych ze Środków Narodowego Centrum Nauki, określonym uchwałą Rady NCN nr 25/2019 z dnia 14 marca 2019 r. (https://ncn.gov.pl/sites/default/files/pliki/uchwaly-rady/2019/uchwala25_2019-zal1.pdf).

Informacje o projekcie

• Kierownik projektu: dr inż. Maria Cywińska.
• Źródło finansowania: Narodowe Centrum Nauki.
• Instytucja realizująca: Wydział Mechatroniki Politechniki Warszawskiej.
• Planowy okres realizacji projektu: czerwiec 2025 – czerwiec 2029.

Celem projektu [DeepSee] jest opracowanie nowoczesnych narzędzi opartych na sztucznej inteligencji (w szczególności konwolucyjnych sieciach neuronowych oraz metodach wnioskowania bayesowskiego) do analizy danych z obrazowania fazowego – jednej z najbardziej obiecujących i precyzyjnych technik pomiarowych stosowanych m.in. w biologii, fizyce i inżynierii materiałowej.

Tradycyjne kamery czy ludzkie oko widzą jedynie natężenie światła, pomijając jego fazę – a to właśnie ona niesie ze sobą kluczowe informacje o strukturze i składzie badanych obiektów. Dzięki obrazowaniu fazowemu możemy „zajrzeć” w głąb przezroczystych próbek, takich jak np. obiekty biologiczne, bez potrzeby ich barwienia.

DeepSee podejmuje wyzwanie: jak odzyskać informację fazową z jednego zdjęcia (tzw. single-shot) w konfiguracjach poosiowych, które są ekstremalnie kompaktowe i odporne na zakłócenia – ale wymagające obliczeniowo. Zamiast komplikować układ optyczny, przenosimy ciężar problemu na inteligentne algorytmy.

Projekt ma charakter interdyscyplinarny– łączymy wiedzę z zakresu optyki, informatyki i uczenia maszynowego.

Minimalne wymagania stawiane kandydatom

• Tytuł magistra (lub wyznaczony termin obrony pracy magisterskiej) w dziedzinie optyki, fotoniki, fizyki, automatyki, informatyki lub kierunków pokrewnych.

• Znajomość języka angielskiego w mowie i piśmie na poziomie co najmniej B2.
• Umiejętność programowania w Pythonie (doświadczenie z PyTorch lub TensorFlow będzie atutem), C/C++ i Matlab.
• Znajomość zagadnień z zakresu przetwarzania obrazów, uczenia maszynowego lub optyki falowej.
• Motywacja do pracy naukowej, samodzielność, umiejętność pracy zespołowej i chęć do nauki.

Opis zadań w projekcie

• Rozwój metod sztucznej inteligencji i uczenia maszynowego do przetwarzania, poprawy jakości i numerycznej refokusacji ilościowych obrazów fazowych (QPI) w zastosowaniach biomedycznych.
• Opracowanie i testowanie metod automatycznej korekcji zmian położenia próbki względem płaszczyzny ogniskowania, w szczególności podczas obrazowania żywych i dynamicznych próbek biologicznych.
• Integracja metod opartych na danych z fizycznymi modelami procesu obrazowania w celu zwiększenia dokładności, niezawodności i możliwości generalizacji opracowanych rozwiązań.
• Współpraca z partnerami projektu w zakresie przygotowania zbiorów danych i adaptacji opracowanych modeli do różnych układów pomiarowych.
• Tworzenie dokumentacji technicznej oraz przygotowanie publikacji naukowych związanych z opracowanymi rozwiązaniami.
• Uczestnictwo w krajowych lub zagranicznych konferencjach naukowych (opcjonalnie).

Termin składania ofert: 30 września 2026 r. godz. 12:00.

Forma składania ofert: drogą mailową na adres maria.cywinska@pw.edu.pl.

Warunki zatrudnienia

• Miejsce realizacji zadań badawczych: Instytut Mikromechaniki i Fotoniki, Wydział Mechatroniki, Politechnika Warszawska.
• Okres pobierania stypendium: 36 miesięcy.
• Wysokość stypendium: 4000,00 PLN/m-c.
• Finansowanie wyjazdów na konferencje naukowe w ramach projektu.
• Przewidywany termin rozpoczęcia pracy w projekcie: 1 listopada 2026 r.

Dodatkowe informacje

Zgłoszenia należy przesyłać na adres: maria.cywinska@pw.edu.pl, temat wiadomości: DeepSee – stypendium doktoranckie.

Wymagane dokumenty:

• CV z uwzględnieniem osiągnięć naukowych
• List motywacyjny (z krótkim opisem zainteresowań naukowych i doświadczenia)
• Praca magisterska wraz z danymi kontaktowymi do opiekuna naukowego
• Inne dokumenty (np. certyfikaty językowe, referencje, potwierdzenie uczestnictwa w projektach, zaświadczenia o odbytych szkoleniach, wyróżnienia lub nagrody itp.)

Prosimy o przesłanie dokumentów wraz z następującą klauzulą: „Wyrażam zgodę na przetwarzanie moich danych osobowych zawartych w [np. CV, liście motywacyjnym, innych załączonych dokumentach] w celu rekrutacji zgodnie z art. 6 ust. 1 lit. a Rozporządzenia Parlamentu Europejskiego i Rady (UE) 2016/679 z dnia 27 kwietnia 2016 r. w sprawie ochrony osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepływu takich danych oraz uchylenia dyrektywy 95/46/WE (ogólne rozporządzenie o ochronie danych).”

Kandydaci mogą zostać zaproszeni (za pomocą poczty e-mail) na rozmowę kwalifikacyjną z komisją stypendialną – ewentualne zaproszenie zostanie przesłane najpóźniej do dnia 4 października 2026 r.

Komisja stypendialna zastrzega sobie prawo do nieprzyznania stypendium i ponowienia konkursu, jeśli kandydaci nie spełnią stawianych w konkursie wymagań lub pojawią się inne istotne okoliczności wpływające na planowany sposób realizacji projektu.

Decyzja komisji będzie przedstawiona kandydatom za pomocą poczty elektronicznej do 7 października 2026 r.

Wyniki konkursu zostaną podane do publicznej wiadomości i umieszczone na stronie internetowej Wydziału Mechatroniki. Od decyzji Komisji nie przysługuje odwołanie.

Dodatkowych informacji udziela kierownik projektu: maria.cywinska@pw.edu.pl .

Open Call for a PhD Student Scholarship Position in the NCN OPUS 28 Research Project

In connection with the implementation of the research project [DeepSee] Deep learning for single-shot in-line quantitative phase imaging, funded by the Polish National Science Centre (NCN) under the OPUS 28 programme, applications are invited for a PhD student scholarship position.

The recruitment process will be conducted in accordance with the Regulations on awarding NCN scholarships in research projects funded by the National Science Centre, adopted by Resolution No. 25/2019 of the NCN Council of 14 March 2019.

Project information

• Principal Investigator: Dr Maria Cywińska
• Funding institution: Polish National Science Centre (NCN)
• Host institution: Faculty of Mechatronics, Warsaw University of Technology
• Planned project duration: June 2025 – June 2029

The aim of the DeepSee project is to develop advanced artificial intelligence tools, particularly convolutional neural networks and Bayesian inference methods, for the analysis of quantitative phase imaging data – one of the most promising and precise imaging techniques used in biology, physics, and materials engineering.

Conventional cameras and the human eye detect only light intensity, while information encoded in the optical phase remains inaccessible. However, the phase carries valuable information about the structure and properties of investigated objects. Quantitative phase imaging enables the visualization and quantitative analysis of transparent samples, such as biological specimens, without the need for staining or labeling.

DeepSee addresses the challenge of recovering phase information from a single image (single-shot) in in-line optical configurations. Such systems can be extremely compact and robust but pose significant computational challenges. Instead of increasing the complexity of the optical system, the project aims to shift part of this complexity towards intelligent computational algorithms.

The project is highly interdisciplinary, combining expertise in optics, computational imaging, artificial intelligence, and machine learning.

Minimum requirements for candidates

• Master's degree (or a scheduled date of Master's thesis defence) in optics, photonics, physics, automation and robotics, computer science, biomedical engineering, or a related discipline.
• English language proficiency, both written and spoken, at a minimum B2 level.
• Programming skills in Python; experience with PyTorch or TensorFlow will be considered an advantage. Knowledge of C/C++ and MATLAB is also desirable.
• Knowledge of image processing, machine learning, and/or wave optics.
• Strong motivation for scientific research, independence, ability to work as part of a team, and willingness to learn.

Responsibilities within the project

• Development of artificial intelligence and machine learning methods for processing, enhancement, and numerical refocusing of quantitative phase images (QPI), with particular emphasis on biomedical applications.
• Development and testing of methods for automatic correction of changes in the position of a sample relative to the focal plane, particularly in the imaging of living and dynamic biological specimens.
• Integration of data-driven methods with physical models of the imaging process to improve the accuracy, reliability, and generalization capabilities of the developed solutions.
• Collaboration with project partners on dataset preparation and adaptation of the developed models to different experimental imaging systems.
• Preparation of technical documentation and scientific publications related to the developed solutions.
• Participation in national and international scientific conferences (optional).

Application deadline

30 September 2026, 12:00 noon (CEST).

Applications should be submitted by email to maria.cywinska@pw.edu.pl.

Scholarship conditions

• Place of research: Institute of Micromechanics and Photonics, Faculty of Mechatronics, Warsaw University of Technology.
• Scholarship period: 36 months.
• Scholarship amount: PLN 4,000 per month.
• Funding for participation in scientific conferences will be available within the project.
• Expected starting date: 1 November 2026.

Additional information

Applications should be sent to maria.cywinska@pw.edu.pl with the subject line: “DeepSee – PhD scholarship.”

The application should include:

• CV including scientific achievements;
• motivation letter including a brief description of the candidate's research interests and experience;
• Master's thesis together with the contact details of the thesis supervisor;
• other relevant documents, e.g. language certificates, references, confirmation of participation in research projects, certificates of completed courses or training, awards, distinctions, etc.

Due to the entry into force of Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016, all candidates are requested to provide consent to the processing of his or her personal data by the institution which carries out the recruitment process.

Thus, please include in your application the following statement: “I hereby agree to the processing of my data included in the application documents by Warsaw University of Technology, Warsaw, Poland, to carry out the recruitment process.”

Your personal data is processed on the basis of the Article 6 Part 1 Points (c) and (f) of the Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data, and repealing Directive 95/46/EC (GDPR; Official Journal of the European Union L 119/1).

Selected candidates may be invited by email to an interview with the scholarship committee. Invitations, if applicable, will be sent no later than 4 October 2026.

The scholarship committee reserves the right not to award the scholarship and to reopen the call if the candidates do not meet the requirements specified in this announcement or if other significant circumstances affecting the planned implementation of the project arise.

The committee's decision will be communicated to the candidates by email by 7 October 2026.

The results of the recruitment process will be made publicly available and published on the website of the Faculty of Mechatronics, Warsaw University of Technology. The decision of the committee is final and cannot be appealed.

For further information, please contact the Principal Investigator: maria.cywinska@pw.edu.pl