Korea  Astronomy  and  Space  Science  Institute  (KASI)  via  the  University  of  Science  and  Technology  (UST)  is  offering  doctoral  scholarships  (direct  and  integrated)  starting  from  March  2019  (for  more  info,  see  https://www.ust.ac.kr/astros_eng.do).  PhD  scholarships  are  provided  with  a  competitive  salary  of  about  $1500  per  month.  KASI  is  located  in  Daejeon,  a  high  tech,  educational  and  resear ch  oriented  city.  Convenient  accommodation  would  be  provided  to  students for  the first  3  years  in the  campus.

KASI  is  actively  involved  in  various  fields  of  astronomy  and  astrophysics,  from  astronomical  instrumentation  to  observation  and  theory,  and  participates  in  international  collaborative  and  stand-alone  projects  including  GMT,  ALMA,  SDSS4,  DESI,  LSST,  KMTNet,  and  KVN.  This  semester  KASI  is  accepting  applications  for  the  following  research areas:

  •  Cosmology  I (supervisor:  Prof.  Arman Shafieloo,  shafieloo@kasi.re.kr) 

  •  Cosmology  II  (supervisor:  Prof.  David Parkinson,  davidparkinson@kasi.re.kr)

and  for  the  detailed  description  of  the  specific  research  topics,  see  the  list  attached  or  in  our major  homepage  (https://www.ust.ac.kr/astros_eng.do).

We  encourage  qualified  international  students  to  apply.  Competent  students  with  BSc  degrees  can  apply  for  an  integrated  PhD  program.  Students  with  MSc  degrees  may  apply  directly to the  PhD  program.

Questions  on  each  research  area  should  be  sent  to  each  assigned  professor,  while  other  questions  are  sent  to  the  Chief  Major  Professor  (Sang-Sung  Lee,  sslee@kasi.re.kr).  For  more  information  of  application,  also  see  the  UST  web  page  (https://ust.ac.kr/admission_eng.do).  Applications  are  considered  only  if  they  are  submitted  during August  20  to  September  21  (17:00  KST).

Best regards,

 Sang-Sung Lee 

Chief  Major  Professor

1. Prof.  Arman Shafieloo  (shafieloo@kasi.re.kr)

In  cosmology  group  we  are  looking  for  very  strong,  competent  and  enthusiastic  PhD  candidates  in  order  to  train  them  at  a  competitive  level  internationally  and  making  them  prepared  for  the  near  future  and  next  generation  of  the  cosmological  surveys.  A  successful  candidate  will  become  officially  involved  with  SDSS-IV  (Sloan  Digital  Sky  Survey,  Stage  4),  DESI  (Dark  Energy  Spectroscopic  Instrument)  and  LSST  (Large  Synoptic  Survey  Telescope)  surveys  and  the  project  will  include  studying  and  performing  research  on  different  aspects  of  physical  cosmology  and  in  particular  on  “dark  energy  and  late  Universe  by  cross  correlating  between  different  observations”.  Developing  advanced  statistical  methods  of  data  analysis  (data  mining,  machine  learning,  regression  approaches)  and  preparation  to  deal  with  future  big  data  will  be  a major  part of  the  research  during  the  PhD  project  or  integrated-PhD.

2. Prof.  David Parkinson (DavidParkinson@kasi.re.kr)

In  the  cosmology  group  we  are  looking  for  enthusiastic  and  competent  PhD  candidates  to  undertake  research  in  the  area  of  cosmological  and  theoretical  astrophysics.  The  next  generation  of  large-area  astronomical  surveys  will  provide  new  and  accurate  data  for  answering  su ch  important  questions  as  “what  is  the  nature  of  the  mysterious  dark  energy?”  and  “what  were  the  initial  conditions  of  the  Universe?”  A  successful  candidate  will  have  the  opportunity  to  become  involved  in  two  of  these  surveys,  DESI  (Dar k  Energy  Spectroscopic  Instrument)  in  the  optical,  and  EMU  (the  Evolutionary  Map  of  the  Universe)  in  the  radio.  The  project  will  involve analysing  data  from these  surveys  and  testing  these  cosmological  models  (such  as  dark  energy  theories  and  alternative  models  of  gravity)  against  this  data.  The  project  will  also  involve  developing  advanced  statistical  methods  of  data  analysis  (su ch  as  Bayesian  methods,  and machine  learning approaches),  providing  training  in  the  area  of  big  data  analysis,  which  will be  useful both inside astrophysics  and  external  industrial  sectors.