Postdoktor (2 år) inom säker federerad inlärning
Umeå universitet, Teknisk-naturvetenskaplig fakultet / Högskolejobb / Umeå
2024-05-20
Observera att sista ansökningsdag har passerat.
➡️ Klicka här för den senare publicerade platsannonsen "Postdoktor (2 år) inom säker federerad inlärning" (publicerad 2024-10-07) ⬅️
Visa alla högskolejobb i Umeå,
Vännäs,
Nordmaling,
Vindeln,
Robertsfors eller i
hela Sverige Visa alla jobb hos Umeå universitet, Teknisk-naturvetenskaplig fakultet i Umeå,
Nordmaling,
Örnsköldsvik,
Kiruna,
Huddinge eller i
hela Sverige Umeå universitet är ett av Sveriges största lärosäten med över 37 000 studenter och cirka 4 700 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 som tilldelats Nobelpriset i kemi. Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur.
Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om - och mitt i - ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas.
Är du intresserad av att veta mer?
https://www.umu.se/jobba-hos-oss/om-universitetet-som-arbetsplats/Institutionen för datavetenskap söker en postdoktor som ska arbeta med attack- och försvarsstrategier i federerat lärande.
Anställningen avser heltid under två år med tillträde enligt överenskommelse.
Projektbeskrivning och arbetsuppgifter
Den snabba utvecklingen av autonoma system, anslutna enheter och distribuerade applikationer innebär flera utmaningar när det gäller att hantera petabyte av data i olika resursbegränsade miljöer. Federated machine learning (FML) är en gemensam inlärningslösning för att hantera dessa problem utan att dela data med centraliserade servrar. Flera nya hot riktar sig dock mot FML-träning, inlärning och slutledning för att misslyckas eller vilseleda modeller vid tidiga inlärningsrundor, särskilt backdoor- och bitflip-attack- och försvarsstrategier som är underutforskade i FML. Dessa resultat äventyrar uppnåendet av pålitlig prestanda för alla nedströmsuppgifter. Därför planerar detta projekt att utveckla och validera attack- och försvarsstrategier inom federerat lärande för begränsad och mångsidig icke-iid (oberoende identiskt distribuerad) data under icke-standardiserade och kontradiktoriska inställningar, som är idealiskt lämpade för avancerad AI-infrastruktur. Dessa mål kan uppnås genom att inducera unika funktioner i federerade inlärningsalgoritmer som robust träning, modellåterställning, pålitligt enhetsval, säker inlärning och slutledning, feltolerans mot misslyckanden och attacker, såväl som motståndskraftiga, rättvisa och robusta modeller. Ambitionen är att validera dem i klassiska icke-standardiserade miljöer och tillämpa dem på lösningar för begränsningsmiljöer (t.ex. Internet of Things (IoT) och robotarmar). Eventuellt kan undervisning upp till max 20 % ingå i arbetsuppgifterna.
Publiceringsdatum2024-05-20KvalifikationerFör att anställas med stöd av postdoktoravtalet krävs avlagd doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas.
För att anställas med stöd av postdoktoravtalet bör främst den komma ifråga som har avlagt examen enligt föregående stycke för högst tre år sedan. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, tjänstgöring inom totalförsvaret, eller andra liknande omständigheter samt klinisk tjänstgöring eller för ämnesområdet relevant tjänstgöring/ uppdrag. Postdoktor som ska undervisa eller handleda ska ha relevant högskolepedagogisk utbildning.
Kandidaterna förväntas ha solid grund i teorin och algoritmerna för projektrelaterade områden, såsom federerad maskininlärning, bakdörrsattacker och försvarsstrategier för federerat lärande, distribuerade system och utmärkt programmeringsförmåga.
Goda kunskaper i engelska i både skrift och tal är ett krav.
Förutom kreativitet och ett nyfiket sinne, är viktiga personliga egenskaper förmågan att arbeta såväl självständigt som tillsammans med andra antingen i grupp eller utanför. Du förväntas också ha en vilja att kontinuerligt utveckla dig för att bli en kompetent och oberoende forskare.
Kunskap och erfarenhet av federerade lärandealgoritmer, distribuerade algoritmer, datacentrerad optimering, motståndskraftig eller feltolerant distribuerad inlärning, säkerhet för federerat lärande, matematisk statistik, edge AI, etc. är önskvärt.
Så ansöker duEn fullständig ansökan ska innehålla
Personligt brev.
Meritförteckning - CV med publikationslista.
Styrkt kopia av doktorsexamensbevis eller dokumentation som visar beräknat datum för doktorsexamen.
Styrkta kopior av andra examensbevis, akademiska kursintyg och/eller betyg.
Kopia av doktorsavhandling och upp till tre relevanta artiklar.
Övriga handlingar som den sökande vill åberopa.
Referenser lämnas i samband med eventuell intervju.
Ansökan ska vara skriven på engelska eller svenska. Ansökan görs genom vårt elektroniska rekryteringssystem. Handlingar som skickas elektroniskt ska vara i formaten Word eller PDF. Logga in på systemet och ansök via knappen i slutet av denna sida. Sista ansökningsdag är 4 juni 2024
Närmare upplysningar lämnas av: Assist. Prof. Monowar Bhuyan at
monowar@cs.umu.se or Prof. Erik Elmroth at
elmroth@cs.umu.seVälkommen med din ansökan!
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.
Ersättning Månadslön
Så ansöker du Sista dag att ansöka är 2024-06-04
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "AN 2.2.1-574-24".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Umeå Universitet (org.nr 202100-2874)
Arbetsplats Umeå universitet, Teknisk-naturvetenskaplig fakultet
Jobbnummer 8692711
Observera att sista ansökningsdag har passerat.