Postdoktor inom maskininlärning för analys av single-cell-data
Umeå universitet, Medicinska fakulteten / Biomedicinjobb / Umeå
Observera att sista ansökningsdag har passerat.
Visa alla biomedicinjobb i Umeå,
Vännäs,
Nordmaling,
Vindeln,
Robertsfors eller i
hela Sverige Visa alla jobb hos Umeå universitet, Medicinska fakulteten i Umeå,
Örnsköldsvik,
Skellefteå,
Luleå,
Sundsvall eller i
hela Sverige Umeå universitet är ett av Sveriges största lärosäten med drygt 36 000 studenter och 4 200 anställda. Här finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden. Umeå universitet är också platsen för den banbrytande upptäckten av gensaxen CRISPR-Cas9 - en revolution inom gentekniken som tilldelats Nobelpriset i kemi.
Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur där vi gläds åt varandras framgångar.
Är du intresserad av att veta mer om Umeå universitet som arbetsplats läs mer på:
https://umu.se/jobba-hos-oss/Medicinska fakulteten är platsen för forskning och utbildning inom vetenskapsområdet medicin. Här finns 12 grundutbildningsprogram, 13 institutioner och ett 80-tal ämnesinriktningar inom forskarutbildningen.
Institutionen för molekylärbiologi söker en postdoktor som ska arbeta med genisoformsmodellering i single-celldata med hjälp av variationsautokodare (eng.
variational autoencoder).
Institutionen för Molekylärbiologi
Institutionen för Molekylärbiologi har runt 200 anställda. Institutionens primära uppgifter inkluderar forskning, undervisning och vidare kommunikation med allmänheten. Institutionen tillhör medicinska och teknisk-naturvetenskapliga fakulteterna och forskningen och utbildningen täcker flera molekylärbiologiska områden inom vetenskap och medicin: cellbiologi, mikrobiologi, infektionsbiologi, cancerbiologi och neurobiologi, med användande av flera modellorganismer (exklusive växter). Institutionen erbjuder en vital forskningsmiljö med en bred uppställning av toppmoderna imaging-, metabolomik-, genomik- och screeningsanläggningar.
Projektbeskrivning och arbetsuppgifter
Genisoformer spelar nyckelroller i sjukdomars uppkomst och fortskridning. Trots att vi vet att genisoformer är involverade i de flesta biologiska processer så ignoreras de oftast då vi saknar verktyg för att förstå dem. I det här projektet kommer vi bygga storskalig maskininlärning för att extrahera isoformsdata ur den stora mängd single-cell-data som finns tillgänglig.
Tillvägagångssättet vi tänker oss bygger på variationsautokodare (eng. variational autoencoders) och sekvensmodeller. Utmaningarna ligger i att datan är stor, gles och extremt brusig. Projektet kommer att öppna dörrar i det just nu snabbast växande området inom biologin.
Du kommer utföra formulering, implementering och testning av machine learning-baserade modeller för att modellera och förstå single-cell RNAseq-data. Du kommer att presentera resultat, skriva manuskript, handleda studenter och aktivt bidra till en god atmosfär i gruppen.
Du kommer vara baserad i Johan Henrikssons lab (www.henlab.org) och samarbeta med docent Tommy Löfstedts maskininlärningsgrupp. Johan Henrikssons lab är lokaliserad vid Institutionen för molekylärbiologi och laboratoriet för molekylär infektionsmedicin sverige (MIMS,
http://www.mims.umu.se). MIMS är den svenska noden inom det Nordiska EMBL-partnerskapet för molekylärmedicin. Projektet sker i nära samarbete med Tommy Löfstedt, docent och lektor och som leder maskininlärningsgruppen vid Institutionen för datavetenskap.
Publiceringsdatum2022-02-02KvalifikationerBehörig att anställas som postdoktor är den som avlagt doktorsexamen inom relevant område eller utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas.
Stor vikt läggs vid en personlig motivation för att arbeta med forskning. Du är välorganiserad och oberoende, men uppskattar också att arbeta tillsammans i en samarbetsmiljö. Förmåga att kunna uttrycka sig skriftligt och muntligt på engelska är ett krav. Personlig lämplighet kommer att bedömas i hög grad.
Kandidaten ska ha erfarenhet av Python och minst ett ramverk för deep learning (t.ex. PyTorch eller TensorFlow/Keras). Kandidaten ska ha dokumenterad erfarenhet av machine learning eller matematisk/statistisk modellering.
Meriterande
Eftersom anställning som postdoktor utgör en meriteringsanställning för juniora forskare, riktar vi oss främst till den som har en doktorsexamen som inte är äldre än tre år räknat från sista ansökningsdag. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, klinisk tjänstgöring, förtroendeuppdrag inom fackliga organisationer eller andra liknande omständigheter, samt för ämnesområdet relevant tjänstgöring/uppdrag.
Erfarenhet av grundläggande biologi, speciellt sekvensanalys eller single-cellanalys, är en merit.
Mer om anställningen
Anställningen är en tidsbegränsad anställning på heltid i två år enligt villkor i avtal om tidsbegränsad anställning som postdoktor. Tillträde sker snarast, eller enligt överenskommelse, och finansieras av Medicinska fakulteten.
Så ansöker duEn fullständig ansökan ska innehålla
- Ett kort följebrev (max. två A4-sidor) med beskrivning av den sökandes forskningserfarenhet, forskningsintresse och lämplighet för projektet,
- Meritförteckning (CV) med publikationslista,
- Styrkt kopia av doktorsexamensbevis,
- Styrkta kopior av andra examensbevis, akademiska kursintyg och/eller betyg,
- Kopia av doktorsavhandling och relevanta vetenskapliga artiklar
- Kontaktuppgifter till minst två referenspersoner
- Övriga handlingar som den sökande vill åberopa.
Vi kommer att kräva att de formella kraven uppfylls och att vi har tillräckligt med information för att på ett adekvat sätt ranka kvalificerade kandidater.
Ansökan ska vara skriven på svenska eller engelska. Ansökan görs genom vårt elektroniska rekryteringssystem. Handlingar som skickas elektroniskt ska vara i PDF format. Logga in på systemet och ansök via knappen i slutet av denna sida. Sista ansökningsdag är 2022-03-11.
För mer information, kontakta Johan Henriksson,
johan.henriksson@umu.se och Tommy Löfstedt,
tommy.lofstedt@umu.se.
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.
Varaktighet, arbetstid
100. Tillträde: Så snart som möjligt eller enligt överenskommelse Visstidsanställning till 2024-02-28
ErsättningMånadslön
Så ansöker duSista dag att ansöka är 2022-03-11
Klicka på denna länk för att göra din ansökanFöretagUmeå universitet, Medicinska fakulteten
Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "AN 2.2.1-147-22".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Umeå Universitet (org.nr 202100-2874)
Arbetsplats Umeå universitet, Medicinska fakulteten
Kontakt Johan Henriksson
johan.henriksson@umu.se Jobbnummer 6303553
Observera att sista ansökningsdag har passerat.