Postdoktor inom maskininlärning med tillämpningar inom medicin
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 har en ledande position inom såväl forskning som utbildning på alla nivåer.
Vi är idag Uppsala universitets tredje största institution och har i dag drygt 350 anställda varav 120 lärare och 120 doktorander. C:a 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionen för informationsteknologis webbplats.
https://www.it.uu.se/first?lang=svInstitutionen 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
https://www.it.uu.se/research/artificial-intelligenceåterfinns 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
https://www.uu.se/forskning/ai4research/och Centrum för tvärvetenskaplig matematik.
https://www.math.uu.se/research/cim/Arbetsuppgifter/projektbeskrivning
Forskning om grundläggande modeller och metoder inom maskininlärning och deras tillämpningar inom medicin. Tjänsten är en del av ett ERC Advanced Grant inriktat på att utveckla beslutsstöd för akutmottagningen. Arbetet kommer att ske i nära samarbete med vår medicinska partner Professor Johan Sundström som leder Anders Wiklöf Institutet för hjärtforskning.
https://www.uu.se/en/research/research-projects/the-anders-wiklof-instituteVi delar redan kontor och våra grupper har samarbetat under en längre tid.
Postdoktortjänsten kommer att intensifiera vårt arbete med att utveckla och analysera metoder inom maskininlärning och deras tillämpning inom medicin. Metodfokus kommer att ligga på djupinlärning (deep learning) och dess kombination med probabilistiska modeller. Den medicinska tillämpningen innebär arbete med att utvinna kunskap från storskaliga EKG-datauppsättningar och ett eventuellt samarbete med en befintlig postdoc som arbetar med stora språkmodeller tränade på stora databaser med elektroniska journaler. Syftet där är att kunna undersöka användningen av dessa modeller för beslutsstöd och tjänsten kan även innefatta arbete med beslutsalgoritmer. Tekniska nyckelord för tjänsten inkluderar: probabilistiska modeller, djupinlärning (deep learning), Bayesiansk inferens, eventuellt även stora språkmodeller samt Bayesianska beslutsalgoritmer. Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse. Du förväntas kunna undervisa på svenska eller engelska.
Kvalifikationskrav
Doktorsexamen eller en utländsk examen 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. 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),
- 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 lämnas av: Professor Thomas Schön (e-post:
thomas.schon@it.uu.se) eller universitetslektor (e-post:
dave.zachariah@it.uu.se).
Välkommen med din ansökan senast den 30 november 2023, UFV-PA 2023/3828.
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 7 500 anställda och 54 000 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 2023-11-30
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2023/3828".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, Institutionen för informationsteknologi
Jobbnummer 8200818
Observera att sista ansökningsdag har passerat.