Postdoktor inom medicinsk teknik
Uppsala universitet, Institutionen för materialvetenskap / Civilingenjörsjobb / Uppsala
2024-05-17
Visa alla civilingenjörsjobb i Uppsala,
Östhammar,
Sigtuna,
Österåker,
Håbo eller i
hela Sverige Visa alla jobb hos Uppsala universitet, Institutionen för materialvetenskap i Uppsala Postdoktor inom medicinsk teknik med inriktning mot maskininlärning för organs-on-chip
vid avdelningen för medicinsk teknik, institutionen för materialvetenskap, Uppsala Universitet
Tidsbegränsad heltidsanställning på två år med tillträde snarast eller enligt överenskommelse
Institutionen för materialvetenskap har som mål att vara en miljö för framgångsrik och värdefull forskning och utbildning med inriktning mot materialvetenskapliga lösningar för viktiga samhällsutmaningar.
Om avdelningen
Avdelningen för medicinsk teknik är en del av institutionen för materialvetenskap vid Ångströmlaboratoriet. Vi bedriver grundforskning inom utveckling och utvärdering av nya material i interaktion med biologiska system. Vår ambition är att skapa en dynamisk undervisning- och forskningsmiljö som är internationellt erkänd för sin excellenta förmåga att sammanföra grundforskning med kliniska tillämpningar.
Den interdisciplinära forskargruppen EMBLA leds av professor Maria Tenje bedriver framgångsrik och internationellt erkänd forskning inom organs-on-chip och droppbaserad mikrofluidik i samarbete med forskarlag vid flera olika svenska och utländska universitet. Forskningsfinansiering har erhållits genom flera prestigefyllda anslag, bl.a. från Knut och Alice Wallenbergs stiftelse och European Research Council (ERC).
Forskningsprojekt
Organs-on-chip är ett växande forskningsfält med ambitionen att på sikt ersätta traditionella djurförsök. Baserat på tidigare och pågående forskning med automatiserad datainsamling i organs-on-chip initieras nu ett nytt projekt för att undersöka hur maskininlärning och kombinationen av olika typer av data (optisk och elektrisk) kan förbättra beslut under pågående experiment och eventuellt även för att identifiera ny biologisk information. Detta projekt är en del av en satsning på styrkeområdet Molecular Life Science and Health Technologies (MLSHT) och utförs i samarbete med Prof. Nataa Sladoje vid institutionen för informationsteknologi.
Publiceringsdatum2024-05-17Dina arbetsuppgifterI arbetsuppgifterna inom detta tvärvetenskapliga forskningsprojekt ingår att bedriva högkvalitativ forskning inom användning av maskininlärning och informationsfusion för organs-on-chip. Datainsamling kommer ske i samarbete med forskargruppens övriga medlemmar i form av spatio-temporal optiska och elektriska data från organs-on-chip. Du förväntas ansvara för utvecklingen av dataanalysmetoder där väglett lärande (supervised learning) och multimodal informationsfusion används för att, till exempel, ta fram beslutsunderlag under pågående experiment. Dessutom förväntas du i samarbete med andra utforska om ytterligare biologisk information kan inhämtas från data jämfört med nuvarande metoder.
Utöver forskning, ingår även viss medverkan i handledning av doktorander, masterstudenter och projektstudenter, samt kommunikation av forskningsresultat genom vetenskapliga artiklar i väletablerade vetenskapliga tidskrifter och presentationer vid internationella konferenser, som viktiga moment i anställningen.
Kvalifikationskrav
För anställning som postdoktor ska du ha doktorsexamen, eller en utländsk examen som bedöms motsvara doktorsexamen. Examen ska ha avlagts 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 ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer etc.
För denna anställning krävs en doktorsexamen i datavetenskap, signalbehandling, tillämpad matematik, maskininlärning, medicinsk teknik, eller motsvarande examen inom angränsande område.
Vi kräver dokumenterad erfarenhet och kunskap av utveckling, implementering och utvärdering av metoder inom bildanalys och maskin- och djupinlärning. Erfarenhet av programmering i Python och att arbeta med djupinlärning i PyTorch-miljön eller motsvarande är ett krav.
Vi kräver goda muntliga och skriftliga färdigheter i engelska liksom utmärkt kunskap inom vetenskapligt skrivande.
Önskvärt/meriterande i övrigt
Dokumenterad erfarenhet och kunskap inom följande områden är meriterande:
Organs-on-chip, mikroteknik och sensorer Multimodal dataanalys samt spatio-temporal dataanalys Versionshantering med Git, typsättning med LaTeX, användning och administration av Linux-datorer Tillämpning av maskininlärning inom biomedicin
Vi lägger stor vikt vid dina personliga egenskaper. Du måste vara självgående och initiativrik och ha förmåga att leda och driva ett tvärvetenskapligt projekt. Du ska även ha utmärkt kommunikativ förmåga, både med personer inom olika ämnen och med olika roller. Det är viktigt att du är pedagogisk, strukturerad, har god känsla för detaljer och kan arbeta effektivt både enskilt och i grupp.
Om anställningen Anställningen är tidsbegränsad i 2 år enl centralt kollektivavtal. Omfattningen är heltid. Tillträde enl överenskommelse. Placeringsort: Uppsala
Välkommen med din ansökan senast den 10 juni 2024, UFV-PA 2024/1473
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 2024-06-17
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "UFV-PA 2024/1473".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Uppsala Universitet (org.nr 202100-2932)
Arbetsplats Uppsala universitet, Institutionen för materialvetenskap
Jobbnummer 8688337