Postdoktor inom 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 Institutionen för informationsteknologi ligger i det nybyggda Ångström hus 10, som innehåller en visualiseringsstudio, ett socialt robotlabb, ett maker space och 3D-printverkstad.
Forskare arbetar inom alla områden av IT, från att designa processorer, människa-dator-interaktion och cybersäkerhet, till verktyg för cancerforskning och metoder för numerisk analys och maskininlärning. Bland våra aktiva forskare inom artificiell intelligens återfinns Thomas Schön och David Sumpter (maskininlärning); Ida- Maria Sintorn och Carolina Wählby (AI och bildanalys); Ginevra Castellano och Katie Winkle (social robotik); och Matteo Magnani (datavetenskap och nätverk).
Uppsala universitet har en lång tradition av framgångsrik forskning - bland sina alumner återfinns 16 nobelpristagare, nu senast Svante Pääbo. Universitetet är unikt när det gäller att kombinera IT med bredare forskning, från biovetenskap till humaniora, och detta samarbete underlättas för närvarande av AI4Research och Centrum för tvärvetenskaplig matematik.
Publiceringsdatum2024-03-19Dina arbetsuppgifterForskning om grundläggande modeller och metoder inom maskininlärning och deras tillämpningar inom medicin. Tjänsten är tillsammans med Tobias Andermann som leder Biodiversity Data Lab vid institutionen för organismbiologi här vid Uppsala universitet. Den framgångsrika kandidaten kommer att tillbringa 3-4 dagar i veckan på institutionen för informationsteknologi (med Zachariah och Schön) och 1-2 dagar i veckan vid institutionen för organismbiologi (med Andermann).
Postdoktoranställningen handlar om att utveckla och analysera metoder inom maskininlärning och deras tillämpning inom biologisk mångfald. Arbetet som utförs under anställningen kommer att utgöra ett viktigt bidrag till att implementera lösningar för att värdera mark med avseende på dess biologiska mångfaldsvärde och potential. Detta är ett avgörande steg mot att bekämpa den globala biologiska mångfaldskrisen, eftersom det gör det möjligt för regeringar och industrin att göra hållbara och långsiktiga positiva investeringar för biologisk mångfald.
Syftet är att kunna undersöka användningen av dessa modeller för beslutsstöd och tjänsten kan även innefatta arbete med beslutsalgoritmer. Tekniska nyckelord för tjänsten inkluderar: datadriven modellering, djupinlärning, spatio-temporala processer, kausal inferens, beslutsfattande algoritmer (inklusive förstärkningsinlärning).
Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse. Du förväntas kunna undervisa på svenska eller engelska.
Kvalifikationskrav
Doktorsexamen i maskininlärning, signalbehandling, datorseende, beräkningsintensiv statistik, eller närliggande relevant område eller en utländsk examen som bedöms motsvara doktorsexamen i maskininlärning, signalbehandling, datorseende, beräkningsintensiv statistik, eller närliggande relevant område. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.
Den sökande ska ha en gedigen bakgrund inom metodutveckling och användning av maskininlärning. Förmåga att använda djupinlärning (deep learning) krävs. Publikationer vid ledande konferenser inom maskininlärning är ett stort plus. Goda kunskaper i engelska i tal och skrift är ett krav.
Önskvärt/meriterande i övrigt
Erfarenhet av tvärvetenskaplig forskning är bra. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Även om sammanställningen av biodiversitetsdata kommer att hanteras av våra samarbetspartners från Biodiversity Data Lab, är det en fördel om kandidaten har erfarenhet eller ett aktivt intresse för aspekter relaterade till biologisk mångfald. Vid urval bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.
Ansökan ska innehålla:
En meritförteckning (CV),
Doktorsexamensbevis som inkluderar kurser tagna under doktorandutbildningen,
Publikationslista,
Upp till fem utvalda publikationer i elektronisk form,
Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida),
Kontaktinformation till två referenser,
Ett personligt brev där du kort motiverar varför du söker denna tjänst samt ange tidigast möjliga anställningsdatum (max 1 sida).
Om anställningen
Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen finns på institutionen för informationsteknologis webbplats eller lämnas av: Universitetslektor Dave Zachariah (e-post:
dave.zachariah@it.uu.se) eller Professor Thomas Schön (e-post:
thomas.schon@it.uu.se).
Välkommen med din ansökan senast den 15 april 2024, UFV-PA 2024/959.
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/Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
Ersättning Individuell lönesättning
Så ansöker du Sista dag att ansöka är 2024-04-15
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2024/959".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, Institutionen för informationsteknologi
Jobbnummer 8552622
Observera att sista ansökningsdag har passerat.