Doktorand i maskininlärning - Modeller som utvecklas över tid och rum
Uppsala universitet, Institutionen för informationsteknologi / Högskolejobb / Uppsala
2025-10-16
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 metoder för 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.
Vi erbjuder en doktorandtjänst för att utforska och utveckla maskininlärningsmodeller som utvecklas över tid och rum, och för att använda dessa modeller för att förstå DNA:s organisation och dess relation till de dynamiska 3D-strukturerade kromosomerna. Doktoranden kommer att ingå i vårt nya NEST-initiativ, finansierat av Wallenberg AI, Autonomous Systems and Software Program (WASP) och Wallenberg National Program for Data-Driven Life Science (DDLS). Vårt projekt, Learning 3D Genome Dynamics from Heterogeneous Data, är ett 5-årigt samarbete mellan forskare vid Uppsala universitet och Karolinska Institutet. Det övergripande målet är att utveckla och använda maskininlärningsmetoder för att hjälpa oss att förstå hur livet är organiserat.
Publiceringsdatum2025-10-16Dina arbetsuppgifterDoktoranden 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%).
Doktorandtjänsten omfattar utveckling av teori och probabilistiska metoder för fenomen som utvecklas över tid och rum. Relaterat till detta är uppgiften att härleda algoritmer som kan användas för att lära sig okända modellparametrar från uppmätta data. Tjänsten innebär samarbete inom NEST-projektets partnergrupper ledda av Johan Elf och Magda Bienko.
Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har:
avlagt examen på avancerad nivå inom teknisk fysik, datavetenskap, elektroteknik, tillämpad matematik, maskininlärning, 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.
Högskolan får för en enskild sökande medge undantag från kravet på grundläggande behörighet, om det finns särskilda skäl. (7 kap. 39 § HF). För särskild behörighet, se studieplanen för ämnet.
Vi söker kandidater med:
ett stort intresse för att utveckla nya maskininlärningsmetoder och modeller,
förmåga att kommunicera tekniskt material effektivt i muntlig och skriftlig form (engelska),
mycket goda studieresultat,
goda arbetskunskaper inom 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: maskininlärning, optimering, linjär algebra, djupinlärning, programmering och reglerteknik.
Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.
Så ansöker duAnsökan ska innehålla:
ett personligt brev på engelska (max 2 sidor) där du kort motiverar varför du söker denna tjänst och anger tidigast möjliga startdatum. Det personliga brevet ska innehålla rubriken Suitability for this position som innehåller en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst;
en meritförteckning (CV);
examensbevis och registerutdrag med betyg (översatt till engelska eller svenska);
examensrapport (eller utkast till sådan, och/eller annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument;
kontaktinformation till två referenser (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.
Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 februari 2026 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Professor Thomas Schön (e-post:
thomas.schon@it.uu.se) Assistant Professor Isabel Hassler (e-mail:
isabel.haasler@it.uu.se) eller Professor Johan Elf (e-mail:
johan.elf@icm.uu.se).
Välkommen med din ansökan senast den 27 november 2025, UFV-PA 2025/3121.
Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på "Ansök här" eller se Uppsala universitets hemsida:
https://uu.se/jobb/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/Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
Fackliga företrädare: Saco-S -
saco-s@uu.se, Seko -
seko@uadm.uu.se, ST (OFR/S) -
ofr@uu.se Ersättning Fast lön
Så ansöker du Sista dag att ansöka är 2025-11-27
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2025/3121".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, Institutionen för informationsteknologi
Jobbnummer 9559688