Postdoktor inom maskininlärning för temporala data
Uppsala universitet, Institutionen för informationsteknologi / Datajobb / Uppsala
2025-02-13
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 Vid avdelningen för Systemteknik
https://www2.it.uu.se/itwiki.php?page=about_us/divisions/systems_and_control&action=browse=sv utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer. Vår forskning integrerar expertis från maskininlärning, optimering, reglerteori och tillämpad matematik, och spänner över olika tillämpningsområden som medicin, energisystem, biomedicinska system, neurovetenskap och säkerhet. Vid avdelningen har vi ett brett nätverk av starka internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, University of Sydney, University of Newcastle och Aalto University. Denna tjänst är en del av Beijerlaboratoriet för AI-forskning,
https://www.uu.se/institution/informationsteknologi/forskning/artificiell-intelligens/beijerlaboratoriet-for-ai-forskning finansierat av Kjell och Märta Beijers stiftelse. Beijerlaboratoriet för AI-forskning etablerades 2023 vid Uppsala universitet med en ambition att växa verksamhet inom ämnet AI.
Publiceringsdatum2025-02-13Dina arbetsuppgifterKombinationen av probabilistiska modeller och djupinlärning är fortsatt mycket intressant. I detta projekt kommer vi att utveckla och utforska modeller av detta slag för dynamiska fenomen med användning av tidsdata. Dessa dynamiska modeller är viktiga för att förklara och förstå världen omkring oss då många fenomen utvecklas över tiden. När det gäller modellering av olinjär dynamik har flexibla modeller potential att avsevärt förbättra prestandan jämfört med enklare modeller. Relaterat till detta finns uppgiften att härleda algoritmer som kan användas för att lära sig de okända modellparametrarna från de uppmätta data. I detta projekt kommer den framgångsrika kandidaten att bedriva grundforskning och metodutveckling, men om intresse finns även engagera sig i något av de samarbeten vi har inom t.ex. medicin och biologisk mångfald via våra etablerade samarbetspartners inom kardiologi, neurokirurgi och biologi. Tekniska nyckelord för tjänsten inkluderar: probabilistiska modeller, djupinlärning, olinjära dynamiska/temporala modeller och Bayesiansk inferens.
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, beräkningsstatistik eller annat närliggande och relevant områd eller en utländsk examen som bedöms motsvara doktorsexamen i maskininlärning, signalbehandling, datorseende, beräkningsstatistik eller annat närliggande och relevant områd. 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 krävs. Goda arbetskunskaper inom programmering (gärna i Python). Publikationer på ledande konferenser och tidskrifter inom maskininlärning är ett stort plus. Goda kunskaper i engelska i tal och skrift är ett krav.
Erfarenhet av tvärvetenskaplig forskning är värdefull. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. 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
Ett personligt brev på engelska (max 2 sidor) där du kort motiverar varför du söker denna tjänst och anger tidigast möjliga startdatum. Det personliga brevet ska innehålla rubriken Suitability for this position som innehåller en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst;
en meritförteckning (CV);
doktorsexamensbevis som inkluderar kurser tagna under doktorandutbildningen;
publikationslista;
beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida);
kontaktinformation till två referenser (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.
Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på "Ansök här" eller se Uppsala universitets hemsida:
https://uu.se/jobb/Om anställningen
Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 1 september 2025 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Professor Thomas Schön, e-post:
thomas.schon@it.uu.se.
Välkommen med din ansökan senast den 28 mars 2025, UFV-PA 2025/439.
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/Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.
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 2025-03-28
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2025/439".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, Institutionen för informationsteknologi
Jobbnummer 9163962