Doktorand i beräkningsvetenskap med inriktning vetenskaplig maskininlärning

Uppsala universitet, Institutionen för informationsteknologi / Högskolejobb / Uppsala
Observera att sista ansökningsdag har passerat.


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

Vill du arbeta med vetenskaplig maskininlärning, med stöd av kompetenta kollegor i en ledande internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som doktorand på Uppsala universitet.

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution och har i dag drygt 350 anställda varav 120 lärare och 120 doktorander. C:a 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på https://www.it.uu.se/.

Anställningen är placerad vid https://www.it.uu.se/about_us/divisions/scientific_computing?lang=sv inom institutionen för informationsteknologi.

https://uu.se/jobb/

Avdelningen är också en viktig del av det strategiska samarbetet https://essenceofescience.se/om e-vetenskap, och nätverket https://www.scilifelab.se/pa-svenska/ (SciLifeLab). SciLifeLab är en ledande institution och nationell forskningsinfrastruktur med mandat att möjliggöra spjutspetsforskning inom biovetenskap i Sverige, främja internationella samarbeten samt attrahera och behålla kunskap och talang. Den framgångsrika kandidaten kommer att vara värd för https://sciml.se/https://www.it.uu.se/about_us/divisions/scientific_computing?lang=sv. Gruppen är specialiserad på att utveckla teori, metoder och mjukvara för att möjliggöra datadriven vetenskap. Vi har ett brett nätverk av samarbetspartners och det kommer att finnas möjligheter att arbeta tillsammans med utmärkta forskare inom Sverige och utomlands.

Projektbeskrivning
Den framgångsrika kandidaten kommer tillsammans med oss att utveckla principiella grunder för att lära sig från bullriga datamängder, med möjligheter att validera metoderna för utmanande vetenskapliga problem. Det kommer att finnas ett starkt fokus på djupinlärning och Bayesianska metoder i projektets sammanhang. Vi kommer att överväga problemställningen för simuleringsbaserad inferens, där maskininlärningsmodeller används för att lära sig uttrycksfulla, informativa egenskaper från högdimensionella vetenskapliga data som härrör från både simuleringar och experiment. Vi kommer att överväga olika former av data, inklusive strukturerade representationer som tidsserier (t.ex. att studera proteininteraktioner via observerade kopietal) och bilder (t.ex. mikroskopi). Tekniska nyckelord för befattningen inkluderar variationalinferens, sannolikhetsfri parameterinferens, robust inlärning och storskalig optimering.

Arbetsuppgifter
Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%).

Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har

- avlagt examen på avancerad nivå inom datavetenskap, beräkningsvetenskap, tillämpad matematik, teknisk fysik, maskininlärning, data science, eller inom ett liknande område, eller
- fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
- på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Vi söker kandidater med

- ett stort intresse för optimering, maskininlärning och Bayesiansk inferens,
- god kommunikationsförmåga med tillräckliga kunskaper i muntlig och skriftlig engelska,
- utmärkta studieresultat,
- goda arbetskunskaper i programmering (helst i Python),
- personliga egenskaper, såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning är avgörande.

Önskvärt/meriterande i övrigt
Erfarenhet och kurser i ett eller flera ämnen värdesätts: optimering, probabilistisk maskininlärning, linjär algebra och djupinlärning.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i https://regler.uu.se/?languageId=3.

Publiceringsdatum
2024-02-15

Så ansöker du
Ansökan ska innehålla:
1) ett personligt brev (högst 2 sidor) där du kort motiverar varför du söker denna tjänst, inklusive en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst;
2) en meritförteckning (CV);
3) examensbevis och registerutdrag med betyg (översatt till engelska eller svenska);
4) examensrapport (eller utkast till sådan, och/eller annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument;
5) referenser med kontaktinformation (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.

Sökande som uppfyller minst ett av behörighetskraven uppmuntras starkt att ansöka. Alla sökande bör ange sitt tidigaste möjliga startdatum.

Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 19 augusti 2024 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Biträdande universitetslektor Prashant Singh, e-post: prashant.singh@scilifelab.uu.se; Avdelningsföreståndare Emanuel Rubensson, e-post: emanuel.rubensson@it.uu.se.

Välkommen med din ansökan senast den 2 april 2024, UFV-PA 2024/616.

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 skillnad i samhället. Vår viktigaste tillgång är alla 7 600 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser.

Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet
https://uu.se/om-uu/jobba-hos-oss/

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.

Ansökan tas emot i Uppsala universitets rekryteringssystem.

Ersättning
Fast lön

Så ansöker du
Sista dag att ansöka är 2024-04-02
Klicka på denna länk för att göra din ansökan

Arbetsgivarens referens
Arbetsgivarens referens för detta jobb är "UFV-PA 2024/616".

Omfattning
Detta är ett heltidsjobb.

Arbetsgivare
Uppsala Universitet (org.nr 202100-2932)

Arbetsplats
Uppsala universitet, Institutionen för informationsteknologi

Jobbnummer
8474058

Observera att sista ansökningsdag har passerat.

Prenumerera på jobb från Uppsala universitet, Institutionen för informationsteknologi

Fyll i din e-postadress för att få e-postnotifiering när det dyker upp fler lediga jobb hos Uppsala universitet, Institutionen för informationsteknologi: