Forskare i bildanalys / maskininlärning för zebrafiskdata
Uppsala universitet, Institutionen för immunologi, genetik och p / Kemiingenjörsjobb / Uppsala
Observera att sista ansökningsdag har passerat.
Visa alla kemiingenjörsjobb i Uppsala,
Östhammar,
Sigtuna,
Österåker,
Håbo eller i
hela Sverige Visa alla jobb hos Uppsala universitet, Institutionen för immunologi, genetik och p i Uppsala,
Solna 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 46.000 studenter, 7.300 anställda och en omsättning på 7,3 miljarder kronor.
Institutionen för immunologi, genetik och patologi vid Uppsala universitet (
http://www. igp.uu.se) har en bred forskningsprofil med starka forskargrupper inriktade på bl.a cancer, autoimmuna och genetiska sjukdomar. En av grundtankarna vid institutionen är att stimulera translationell forskning och därmed en närmare samverkan mellan medicinsk forskning och sjukvården. Forskning bedrivs inom medicinsk och klinisk genetik, klinisk immunologi, patologi, neuroonkologi, vaskulärbiologi, strålningsvetenskap samt molekylära verktyg. Delar av verksamheten är även integrerad med avdelningarna för onkologi, klinisk genetik, klinisk immunologi, klinisk patologi och sjukhusfysik vid Akademiska sjukhuset. Institutionen har undervisningsuppdrag på ett antal programutbildningar och masterprogram inom den medicinska fakulteten samt ett antal utbildningar inom teknisk-naturvetenskapliga vetenskapsområdet. Institutionen omsätter omkring 420 miljoner kronor, varav drygt hälften är externa forskningsbidrag. Antalet anställda är ca 345, varav ca 100 är doktorander, och det finns totalt över 700 verksamma i arbetsstyrkan.
1 position som forskare är tillgänglig i Dr Marcel den Hoeds grupp. Forskningsgruppen syftar till att översätta resultat från storskaliga -omics studier för kardiometabola sjukdomar hos människor med in vivo, bildbaserade modellsystem.
Projektbeskrivning: Storskaliga associeringsstudier av hela genom (GWAS) har identifierat hundratals genetiska loci som är starkt associerade med kardiometaboliska riskfaktorer och sjukdomar. I de flesta fall förblir de kausala generna, d.v.s de gener som ligger bakom förändringarna, fortfarande okarakteriserade. Det övergripande syftet med vår forskning är att identifiera och karakterisera kausalgener i GWAS-identifierade loki (bland andra) för kardiometaboliska riskfaktorer och sjukdomar med användning av zebrafiskmodellsystem. Kandidatgener riktas in med hjälp av CRISPR / Cas9, och en rad validerade, sjukdomsrelaterade egenskaper fångas i varje larva med ett fluorescensmikroskop och automatiserat positioneringssystem.
Arbetsuppgifter: Forskaren kommer att generera och validera algoritmer som kan kvantifiera avbildningsdata på ett hypotesdrivet och hypoteserande sätt. Eftersom dessa algoritmer kommer att användas av de flesta andra forskare i gruppen kommer den framgångsrika kandidaten att vara en spindel på nätet.
Viktiga uppgifter inkluderar: 1) utveckla algoritmer för att kvantifiera bildbaserade egenskaper relaterade till leverfibros och njureödem; 2) anpassa och ytterligare förbättra befintliga algoritmer för ateroskleros- och diabetesrelaterade egenskaper; 3) utveckla algoritmer för att jämföra larver med och utan mutationer i kandidatgener holistiskt; 4) samarbeta med andra forskare i teamet för att optimera algoritmer på ett iterativt sätt.
Framgångsrika kandidater kommer att att placeras i Marcel den Hoeds forskargrupp
http://igp.uu.se/ forskning/genetik_genomik/marcel-den-hoed/ Projektet finansieras av ett samarbete med industrin.
Kvalifikationskrav: Ansökningar accepteras från mycket motiverade kandidater med doktorsexamen i vetenskaplig datoranvändning, datavetenskap, tillämpad matematik, datorvision, bioinformatik, bildbehandling eller liknande, och minst 2 års postdoktorserfarenhet som arbetar med segmentering och kvantifiering av hög kapacitet zebrafiskdata med bildanalys och maskininlärning / djupinlärning. Erfarenhet av att arbeta med Vertebrate Automated Screening Technology (VAST) BioImager i kombination med automatiserad fluorescensmikroskopi krävs också. Kandidaten ska ha erfarenhet av att arbeta med bildanalys och djupinlärning med MATLAB och python. Erfarenhet av mikroskopi av zebrafisk är en fördel, liksom erfarenhet av optisk projektionstomografi.
En framgångsrik kandidat bör vara en målinriktad, mycket motiverad, organiserad och pålitlig lagspelare som också kan arbeta självständigt. Att kunna planera framåt och prioritera i enlighet med projektmål och tidsfrister är väsentliga egenskaper hos en framgångsrik kandidat. Erfarenhet av att hantera stora datasätt krävs också, liksom skriftliga och muntliga kunskaper i engelska.
Ansökan bör innehålla ett brev som beskriver dig själv, dina forskningsintressen, din erfarenhet av de krav som beskrivs ovan och din tillgänglighet. Ett CV; en lista över accepterade eller publicerade artiklar i peer-granskade tidskrifter; ett PhD-certifikat; och kontaktinformation för minst två referenspersoner bör också inkluderas. Rekommendationsbrev kan inkluderas.
Lön: Individuell lönesättning.
Tillträde: snarast.
Anställningsform: Tidsbegränsad anställning på 18 månader med möjlighet till förlängning.
Anställningens omfattning: 100 %
Upplysningar om anställningen lämnas av: Marcel den Hoed,
marcel.den_hoed@igp.uu.se, 070-4250752
Välkommen med din ansökan senast den 24 september 2020, UFV-PA 2020/3093.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
Varaktighet, arbetstid
100%. Tillträde: snarast Visstidsanställning
Publiceringsdatum2020-09-10ErsättningIndividuell lönesättning
Så ansöker duSista dag att ansöka är 2020-09-24
Klicka på denna länk för att göra din ansökanFöretagUppsala universitet, institutionen för immunologi, genetik och p
Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2020/3093".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, institutionen för immunologi, genetik och patologi
Jobbnummer 5353137
Observera att sista ansökningsdag har passerat.