Postdoktor position i beräkningspatologi och bildanalys
Karolinska Inst / Biomedicinjobb / Solna
Observera att sista ansökningsdag har passerat.
Visa alla biomedicinjobb i Solna,
Sundbyberg,
Stockholm,
Danderyd,
Lidingö eller i
hela Sverige Visa alla jobb hos Karolinska Inst i Solna,
Stockholm,
Huddinge eller i
hela Sverige Vill du bidra till medicinsk forskning av toppkvalitet?
Call for Precision Medicine Postdocs inom beräkningspatologi/datavetenskap/AI Machine Learning - Ett unikt samarbete mellan två av världens främsta medicinska institutioner: Karolinska institutet & Oslo universitetssjukhus i samarbete med AstraZeneca (läkemedel).
Är du intresserad av att identifiera och implementera prediktiva biomarkörer i lung- eller bröstcancer, med hjälp av avancerad prediktiv analys och AI? Har du kompetensen och tankesättet att utnyttja hälsodata från flera källor med hjälp av maskininlärning/AI för förbättrad diagnos och resultat för cancerpatienter? Detta är DIN möjlighet att gå med nyckelexperter från ledande cancerinstitut och AstraZeneca för att göra skillnad för patienter.
Tjänsten är inriktad på bröstcancer och är baserad på Karolinska Institutet, Institutionen för medicinsk epidemiologi och biostatistik (MEB), Stockholm, Sverige.
Karolinska Institutet är ett av världens ledande medicinska universitet. Här bedriver vi framgångsrik medicinsk forskning och har det största utbudet av medicinska utbildningar i Sverige. Institutionen för medicinsk epidemiologi och biostatistik (MEB) är bland de största institutionerna inom epidemiologi i Europa och har ett särskilt fokus på att fördjupa vår kunskap om olika sjukdomars orsak. Vår institution består av forskare, doktorander, biostatistiker, datainsamlare, databasadministratörer och administrativ personal, totalt cirka 250 anställda. Institutionen är belägen på campusområdet i Solna. Mer information finns på: ki.se/meb.
Din roll
Vår ambition är att upptäcka innovativa sätt att stratifiera patienter och att identifiera prediktiva och prognostiska biomarkörer genom maskininlärning och AI. Denna postdoktorala tjänst är fokuserad på utveckling och validering av metoder för analys och modellering av bröstcancerhistopatologiska bilddata tillsammans med klinisk information. Maskininlärning och djupinlärningstekniker är centrala i detta beräkningspatologiprojekt som syftar till att förbättra fenotypning och patientstratifiering. Projektet bygger på unika och stora interna datauppsättningar som inkluderar både bilddata tillsammans med klinisk information och utfall. Rollen skulle passa sökande som är intresserade av att utveckla en karriär inom AI/ML och datadriven cancerprecisionsmedicin.
Varaktighet: 2 år initialt med ytterligare 1 års meriteringsbaserad förlängning.
Vem är du?
Vi söker passionerade individer under sitt sista år av forskarstudier (PhD eller motsvarande) eller arbetar som postdoktorer inom två år efter att de tagit sin doktorsexamen (Obs: Sistaårsutexaminerade måste ha lämnat in och försvarat sin doktorsavhandling före startdatum).
Vi tror att du har en stark forskarbakgrund inom t.ex. tillämpad AI/maskininlärning, datorseende, statistik eller datavetenskap och tidigare erfarenhet av medicinsk forskning. Den framgångsrika kandidaten kommer att ingå i ett tvärvetenskapligt forskarlag som har starka samarbeten med kliniska experter och andra nationella och internationella forskargrupper. Tidigare erfarenhet av Python-programmering och tidigare erfarenhet av att arbeta med vanliga ramverk för djupinlärning, såsom Tensorflow/Keras eller Pytorch, krävs. Det är önskvärt att kandidaten har tidigare erfarenhet från storskalig analys av biomedicinsk data och/eller tillämpad maskininlärning/djupinlärning/AI. Tidigare erfarenhet av beräkningspatologi eller medicinsk bildforskning i allmänhet är önskvärt.
Den sökande ska kunna samarbeta såväl som del av ett team som självständigt och kunna organisera och prioritera sina egna arbetsuppgifter med minimal handledning. Utmärkt skriftlig och muntlig kommunikationsförmåga på engelska krävs.
För ytterligare information kontakta docent Mattias Rantalainen (e-post: mattias.
rantalainen@ki.se)
Vad erbjuder vi?
Framgångsrika kandidater kommer att tilldelas en fullt finansierad postdoktorandtjänst, som går med i en levande vetenskaplig gemenskap inom akademi och läkemedel. Om du väljs ut får du tillgång till ledande expertis, unik storskalig data och det mentorstöd som behövs för att omsätta idéer till verklighet.Både akademiska handledare och AstraZeneca-mentorer kommer att tilldelas varje postdoktor, vilket ger dig friheten och autonomin att bidra med dina unika färdigheter, plus stöd för att snabbt lära sig nya tillvägagångssätt för att följa vetenskapen, förnya och göra en påtaglig inverkan. Du förväntas regelbundet presentera vid nationella och interna workshops, seminarier och konferenser och bidra till publiceringar i ledande tidskrifter.
Som universitet är Karolinska Institutet också en statlig myndighet. Det gör att du som anställd får goda förmåner genom vårt kollektivavtal.
Placering: Solna
https://ki.se/om-ki/tio-skal-att-valja-karolinska-institutetPubliceringsdatum2023-03-20Så ansöker duAnsökan ska bestå av följande handlingar, skrivna på engelska eller svenska:
- En komplett CV inkluderande disputationsdatum, avhandlingens titel, tidigare akademiska befattningar, akademisk titel, nuvarande befattning, akademiska utmärkelser samt kommittéarbete
- En komplett publikationslista
- En sammanfattning av nuvarande arbete (maximalt en sida)
Varmt välkommen med din ansökan senast den 20 april 2023.
Ansökan ska göras via rekryteringssystemet Varbi.
Vill du göra skillnad - och bidra till en bättre hälsa för alla? Sök jobb hos oss
Ersättning Månadslön
Så ansöker du Sista dag att ansöka är 2023-04-20
Klicka på denna länk för att göra din ansökan Arbetsgivarens referens Arbetsgivarens referens för detta jobb är "STÖD 2-791/2023".
Omfattning Detta är ett heltidsjobb.
Arbetsgivare Karolinska Inst (org.nr 202100-2973)
Arbetsplats MEB
Kontakt Carina Olofsson Moreno, HR
carina.olofsson.moreno@ki.se Jobbnummer 7563586
Observera att sista ansökningsdag har passerat.