Virksomheder › Danmarks Tekniske Universitet
Danmarks Tekniske Universitet
CVR 30060946Anker Engelunds Vej 101, 2800 Kongens Lyngby
Telefon 45252525E-mail dtu@dtu.dk
CVR-kilden har e-mail og hjemmeside byttet om for dette selskab — visningen retter dem tilbage efter form.
Økonomisk overblik
Alle beløb i 1.000 kr.
Årets resultat og egenkapital
Seneste 5 regnskabsår · beløb i 1.000 kr.
Ingen regnskabsdata tilgængelig for dette selskab
Roller
Ingen aktuelle roller registreret.
Seneste signaler
Virksomheden er reklamebeskyttet i CVR
Gældende status nu
Kontaktpersoner
70 kontaktpersoner fundet — ud over CVR-registret
Opret en gratis konto for at se kontaktpersonerne
Navne, titler, e-mails og telefonnumre er kun for indloggede brugere.
Jobopslag (2 aktive)
Nordsøen Forskerpark, Postboks 101, Hjørring · Slået op 05.11.2026 · Ansøgningsfrist 19.11.2026
Kontakt: Per Bovbjerg Pedersen
Vi søger en omhyggelig og fleksibel medarbejder, der selvstændigt skal varetage pasning af fisk og opdrætsanlæg og vedligehold heraf, samt assistere ved forsøg, opvejninger og daglig drift af sektionens forskellige forsøgsaktiviteter. Gerne med erfaring i fisk, fiskepasning eller assistance ved forsøg. Jobbet Jobbet er mangesidet og fleksibelt, med en række varierende opgaver, som i et vist omfang skal kunne igangsættes og prioriteres selvstændigt. Opgaverne omfatter daglig pasning og fodring m.v. af fisk samt drift og løbende vedligehold er vores opdrætsanlæg og tilhørende tekniske installa
Nils Koppels Allé, bygning 404, Lyngby-Taarbæk · Slået op 05.11.2026 · Ansøgningsfrist 02.12.2026
Kontakt: Jörg Miehling
Are you interested in human-centred engineering at the intersection of biomechanics, artificial intelligence, and systems engineering, and want to build a strong methodological profile, this PhD position offers a unique opportunity – including the chance to help shape a new research group from the start. At DTU Construct, you will develop methods that turn generic musculoskeletal models into personalised Human Digital Twins – based on sparse wearable sensor data instead of costly laboratory measurements or medical imaging – and assess how reliably they predict how a person moves and interacts
