Postdoktor (2 år) inom säker federerad inlärning
Umeå universitet, Teknisk-naturvetenskaplig fakultet / Högskolejobb / Umeå
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.
Till vår institution, kännetecknad av världsledande forskning inom flera fält och en bredd av internationellt högt rankade utbildningsprogram, söker vi nu en postdoktor inom attack- och försvarsstrategier i federerat lärande. Läs mer:
https://www.umu.se/institutionen-for-datavetenskap/Den framgångsrika kandidaten kommer att bidra till Autonomous Distributed Systems (ADS) Lab vid Institutionen för datavetenskap. Läs mer:
https://www.cloudresearch.orgProjektbeskrivning 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 införa unika funktioner i federerade inlärningsalgoritmer, t.ex. robust träning, modellåterställning, pålitligt enhetsval, säker inlärning och aggregering, feltolerans mot fel och attacker, regularisatorer på flera nivåer och massiva enhetsvariationer. Ambitionen är att validera dem i klassiska icke-standardiserade miljöer och tillämpa dem på lösningar för miljöer med begränsningar (t.ex. sakernas internet (IoT) och robotarmar). Eventuellt kan undervisning upp till maximalt 20% ingå i arbetsuppgifterna.
Resor i tjänsten förekommer, både nationellt och internationellt, i samband med forskningssamarbeten och konferenser.
Anställningen finansieras av Knut och Alice Wallenberg Foundation genom The Wallenberg AI, Autonomous Systems and Software Program (WASP). Läs mer:
https://wasp-sweden.org/Publiceringsdatum2024-10-07KvalifikationerFör 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. Goda kunskaper i engelska i både skrift och tal är ett krav.
Kandidater med gedigna grunder i teori och algoritmer inom projektrelaterade områden, såsom federerad maskininlärning, bakdörrsattacker och försvarsstrategier för federerad inlärning, distribuerade system, och utmärkt programmeringsförmåga, är mycket meriterande. 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 inom federerade inlärningsalgoritmer, distribuerade algoritmer, datacentrerad optimering, motståndskraftig eller feltolerant distribuerad inlärning, säkerhet för federerad inlärning, matematisk statistik, edge AI etc. är meriterande.
Ansökan. En 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.
Kontaktuppgifter till tre referenspersoner lämnas i samband med en eventuell intervju. Ansökan ska vara skriven på engelska eller svenska. Handlingar som skickas elektroniskt ska vara i formaten Word eller PDF. För mer info, kontakta biträdande universitetslektor Monowar Bhuyan på
monowar@cs.umu.se eller till professor. Erik Elmroth på
elmroth@cs.umu.seUmeå 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 2024-10-31
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "AN 2.2.1-1294-24".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Umeå Universitet (org.nr 202100-2874)
Arbetsplats Umeå universitet, Teknisk-naturvetenskaplig fakultet
Jobbnummer 8940611