Forskare i beräkningsvetenskap inom federerad maskininlärning

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


Visa alla datajobb 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. Uppgiften är att bedriva forskning och utbildning av högsta kvalitet och att på olika sätt samverka med 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 44.000 studenter, 7.100 anställda och en omsättning på 7 miljarder kronor.



Institutionen för informationsteknologi erbjuder utbildning och forskning av högsta internationella standard.

Institutionen utbildar ungefär 4 000 studenter varje år, och omfattar omkring 30 forskargrupper. Vårt starka fokus på forskning har stort inflytande på grundutbildningen vid institutionen, som bygger vidare på aktiviteter inom IT som tog fart redan på mitten av 60-talet. För mer information, se: http://www.it.uu.se/.

Vid Avdelningen för beräkningsvetenskap bedrivs forskning inom hela kedjan av vad som behövs för simulering; matematiskt beskriva det undersökta fenomenet, formulera en lösningsmetod för det matematiska problemet och slutligen konstruera datorprogram som på ett effektivt sätt implementerar den utvecklade lösningsmetoden för att göra simuleringen möjlig. För mer information, se http://www.it.uu.se/research/scientific_computing.

Du kommer att bedriva forskning inom forskargruppen Distributed computing Applications (http://www.it.uu.se/research/group/dca). Kandidaten förväntas bidra aktivt till forskningsmiljön, som samlar forskare med intresse för storskaliga distribuerade beräkningar, data science and engineering, och mjukvaruutveckling. Gruppen deltar i eSSENCE, ett strategiskt samarbete kring eScience http://essenceofescience.se/

Forskningsprojekt: Projektet syftar till att utveckla ny metodik för federerad maskininlärning (FedML). De flesta workflows för maskininlärning idag bygger på att man samlar in ett centraliserat dataset, för att sedan träna modeller. I många fall är det dock omöjligt eller opraktiskt att poola data, till exempel för mycket stora dataset, för känslig, reglerad eller privat data. I såna situationer kan FedML användas för att konstruera modeller. FedML möjliggör bildandet av maskininlärningsallianser där data aldrig lämnar de lokala medlemmarna - en federerad modell byggs istället upp iterativt genom att träna lokalt och kombinera lokala modelluppdateringar till en global modell. Syftet med projektet är att utveckla algoritmer och en plattform för FedML. Möjliga aspekter att studera inkluderar distribuerad, privacy-aware optimering, secure multiparty communication, differential privacy och adversarial machine learning.

Arbetsuppgifter: Anställningen avser forskning, som skall bedrivas i samarbete med forskare i DCA-gruppen, samt viss andel undervisning och institutionsuppgifter, dock max 20%. Arbetet involverar konferensresor och presentationer, och kan komma att involvera även längre utbyten vid andra universitet.

Kvalifikationskrav: Doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen, i beräkningsvetenskap, datavetenskap, tillämpad matematik eller relaterade områden.

Kandidaten måste ha erfarenhet av tillämpad maskininlärning, optimering och programmering. Personliga egenskaper som engagemang, motivation, initiativförmåga och självständighet är värdefulla. Goda kunskaper i talad och skriven engelska krävs.

Meriterande: Dokumenterad erfarenhet av forskning inom privacy-preserving machine learning, molnberäkningar, data engineering, ramverk för storskaligmaskininlärning som Tensorflow och Apache Spark, samt software engineering är meriterande.

Ansökningsförfarande: Ansökan ska innehålla ett research statement (inte längre än 5 sidor) där den sökande beskriver sin vetenskapliga bakgrund, relevanta kvalifikationer och forskningsintressen. Ansökan ska också innehålla en meritförteckning (CV), kopia av relevanta betygshandlingar, en lista över relevanta publikationer och kontaktuppgifter till tre referenspersoner.

Uppsala universitet värdesätter de kvaliteter som jämn könsfördelning och mångfald tillför verksamheten. Vi ser därför gärna sökande av alla kön och med olika födelsebakgrund, funktionalitet och livserfarenhet.

Lön: Individuell lönesättning.

Tillträde: Så snart som möjligt, dock senast oktober 2019.

Anställningsform: Tidsbegränsad anställning i två år.

Anställningens omfattning: 100 %

För vidare upplysningar om tjänsten kontakta Docent Andreas Hellander, andreas.hellander@it.uu.se

Välkommen med din ansökan senast den 1 augusti 2019, UFV-PA 2019/1767.

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp. Ansökan tas emot i Uppsala universitets rekryteringssystem.

Varaktighet, arbetstid
100%. Tillträde: Snarast eller senast oktober 2019 Visstidsanställning

Publiceringsdatum
2019-05-23

Ersättning
Fast lön

Så ansöker du
Sista dag att ansöka är 2019-08-01
Ange följande referens när du ansöker: UFV-PA 2019/1767
Klicka på denna länk för att göra din ansökan

Företag
Uppsala universitet, Institutionen för informationsteknologi

Adress
Uppsala universitet, Institutionen för informationsteknologi
box 256
75200 Uppsala

Kontorsadress
box 256

Jobbnummer
4834510

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: