Doktorand i beräkningsvetenskap
Uppsala universitet, Institutionen för informationsteknologi / Högskolejobb / Uppsala
2022-04-27
Observera att sista ansökningsdag har passerat.
➡️ Klicka här för den senare publicerade platsannonsen "Doktorand i beräkningsvetenskap" (publicerad 2024-03-21) ⬅️
Visa alla högskolejobb i Uppsala,
Östhammar,
Sigtuna,
Österåker,
Håbo eller i
hela Sverige Visa alla jobb hos Uppsala universitet, Institutionen för informationsteknologi i Uppsala,
Gotland eller i
hela Sverige Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället. Vår viktigaste tillgång är alla de individer som med sin nyfikenhet och sitt engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Uppsala universitet har drygt 54 000 studenter, mer än 7 500 anställda och en omsättning på cirka 8 miljarder kronor.
Institutionen för informationsteknologi har en ledande position inom forskning och alla nivåer av högre utbildning.
Idag har institutionen ca 280 anställda, varav 120 forskare och lärare och 110 doktorander. Institutionen bedriver forskning och utbildning inom ett spektrum av områden inom datavetenskap, informationsteknologi och beräkningsvetenskap. Mer än 4000 studenter tar varje år en eller flera kurser som institutionen erbjuder.
Institutionen för informationsteknologi är också ansvarig för att leda det strategiska forskningsområdet (SFO)
https://essenceofescience.se/, som är ett samarbete för att utveckla e-vetenskap mellan tre svenska universitet som vart och ett har varit starka inom området: Uppsala, Lunds och Umeå universitet.
Den aktuella doktorandtjänsten är en del av den gemensamma forskarskolan i dataintensiv vetenskap mellan eSSENCE och
https://www.scilifelab.se/. I forskarskolan kombineras utmaningar inom dataintensiv vetenskap från ett grundläggande metodologiskt perspektiv och med ett perspektiv direkt från dataintensiva tillämpningar. Skolan utgör en arena för möten och nära samarbete för exporter i beräkningsmetoder, dataintensiva metoder och datahantering (system och metodik) tillsammans med forskare i olika (datadrivna) forskningsområden, näringsliv och samhälle, med det gemensamma målet att möjliggöra nya vetenskapliga upptäckter i dataintensiva fält.
SciLifeLab är en ledande aktör och en nationell forskningsinfrastruktur med uppgiften att möjliggöra ledande forskning i livsvetenskaperna i Sverige, stödja internationella samarbeten, samt att attrahera och behålla högsta kompetens i fältet.
Projektbeskrivning
Revolutionen med djup maskininlärning i bland annat bildanalys har varit beroende av att det har utvecklats väletablerade, validerade och standardiserade modellarkitekturer, arbetsflöden och färdigtränade modellkoefficienter, som sedan kan användas i olika nya tillämpningar genom överförd inlärning och finanpassning. Denna typ av grund saknas än så länge för genetiska tillämpningar.
De djupa maskininlärningsmodeller som än så länge finns inom genomik kan inte utan vidare användas för att tränas med ett mycket stort antal genetiska varianter, eller ett stort antal träningsindivider. Moderna dataset för kohortstudier, som UK Biobank, innehåller båda. Korrekt använd kan djup maskininlärning ge nya möjligheter till förståelse av variabilitet och monster i mänskliga genom, inklusive möjligheten att på ett storskaligt sätt identifiera kopplingar mellan genetisk variation och risk för sjukdom och ohälsa. I detta projekt kommer vi specifikt att utgå från UK Biobank för att ta fram ett slags verktygslåda för djup maskininlärning på storskaliga genomikdata. Vi tror att framtagandet av sådana verktyg, som delvis skulle motsvara den flora av standardresurser som nu finns inom djup maskininlärning för bildanalys, kan möjliggöra en nystart för datadriven forskning inom genetisk epidemiologi.
Specifikt kommer doktoranden att börja med att vidareutveckla den modell vi redan har beskrivit i den publicerade artikeln
https://academic.oup.com/g3journal/article/12/3/jkac020/6515290?login=false. Målet är att anpassa den till relevanta nya tillämpningar och få den att skala till att träna på större dataset i ett nära samarbete mellan huvudhandledaren, docent Carl Nettelblad och gruppen för projektets biträdande handledare,
https://igp.uu.se/research/genetics_genomics/asa-johansson/https://uu.se/om-uu/jobba-hos-oss/Arbetsuppgifter
En doktorandanställning ges upp till fem år. Doktoranden ska främst ägna sig åt den egna forskarutbildningen, vilken omfattar fyra års heltidsstudier. Huvuddelen av forskarutbildningen består av forskning i ett specifikt ämne, men innebär även att man genomgår forskarutbildningskurser. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, ingår inom ramen för anställningen (max 20 %).
Kvalifikationskrav
En doktorand ska ha civilingenjörsexamen, magisterexamen eller motsvarande kunskaper i ett ämne som är relevant för forskningsområdet, goda kommunikationsfärdigheter och utmärkta studiemeriter, samt goda färdigheter i engelska i tal och skrift. Ytterligare krav för denna tjänst är grundläggande kunskaper om och intresse för maskininlärning och färdigheter i programmering (t.ex. i Python och kanske även modern C++/CUDA).
Önskvärt/meriterande i övrigt
Meriterande med lika vikt är kunskaper och erfarenhet inom numerisk optimering, djup maskininlärning, bioinformatiska metoder inom genetik, samt etablerad metodik inom mjukvaruutveckling.
Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i
https://regler.uu.se/?languageId=3.Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 2022-09-01 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Docent Carl Nettelblad,
carl.nettelblad@it.uu.seVälkommen med din ansökan senast den 16 maj 2022, UFV-PA 2022/1495.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
Varaktighet, arbetstid
100 %. Tillträde: 2022-09-01 Visstidsanställning till
Publiceringsdatum2022-04-27ErsättningFast lön
Så ansöker duSista dag att ansöka är 2022-05-16
Klicka på denna länk för att göra din ansökanFöretagUppsala universitet, Institutionen för informationsteknologi
Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2022/1495".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, Institutionen för informationsteknologi
Jobbnummer 6578599
Observera att sista ansökningsdag har passerat.