Uppsala universitet, Institutionen för informationsteknologi

Institutionen för informationsteknologi erbjuder utbildning och forskning av högsta internationella standard. Institutionen utbildar ungefär 4 000 studenter varje år, och omfattar omkring 30 forskargrupper. Vårt starka fokus på forskning har stort inflytande på grundutbildningen vid institutionen, som bygger vidare på aktiviteter inom IT som tog fart redan på mitten av 60-talet. För mer information, se: http://www.it.uu.se/.

Vid Avdelningen för beräkningsvetenskap bedrivs forskning inom hela kedjan av vad som behövs för simulering; matematiskt beskriva det undersökta fenomenet, formulera en lösningsmetod för det matematiska problemet och slutligen konstruera datorprogram som på ett effektivt sätt implementerar den utvecklade lösningsmetoden för att göra simuleringen möjlig. För mer information, se http://www.it.uu.se/research/scientific_computing

Du kommer att bedriva forskning inom forskargruppen Distributed computing Applications (http://www.it.uu.se/research/group/dca). Kandidaten förväntas bidra aktivt till forskningsmiljön, som samlar forskare med intresse för storskaliga distribuerade beräkningar, data science and engineering, och mjukvaruutveckling. Gruppen deltar i eSSENCE, ett strategiskt samarbete kring eScience (http://essenceofescience.se/ .

Forskningsprojekt: Projektet syftar till att utveckla ny metodik för federerad maskininlärning (FedML). De flesta workflows för maskininlärning idag bygger på att man samlar in ett centraliserat dataset, för att sedan träna modeller. I många fall är det dock omöjligt eller opraktiskt att poola data, till exempel för mycket stora dataset, för känslig, reglerad eller privat data. I såna situationer kan FedML användas för att konstruera modeller. FedML möjliggör bildandet av maskininlärningsallianser där data aldrig lämnar de lokala medlemmarna – en federerad modell byggs istället upp iterativt genom att träna lokalt och kombinera lokala modelluppdateringar till en global modell. Syftet med projektet är att utveckla algoritmer och en plattform för FedML. Möjliga aspekter att studera inkluderar distribuerad, privacy-aware optimering, secure multiparty communication, differential privacy och adversarial machine learning.

Arbetsuppgifter: Anställningen avser forskning, som skall bedrivas i samarbete med forskare i DCA-gruppen, samt viss andel undervisning och institutionsuppgifter, dock max 20%. Arbetet involverar konferensresor och presentationer, och kan komma att involvera även längre utbyten vid andra universitet.

Kvalifikationskrav: För anställning som postdoktor ska du ha doktorsexamen, eller en utländsk examen som bedöms motsvara doktorsexamen, i i beräkningsvetenskap, datavetenskap, tillämpad matematik eller relaterade områden. Examen ska ha avlagts högst tre år före ansökningstidens utgång. Om det finns särskilda skäl kan examen vara äldre än tre år. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer etc.

Kandidaten måste ha erfarenhet av tillämpad maskininlärning, optimering och programmering. Personliga egenskaper som engagemang, motivation, initiativförmåga och självständighet är värdefulla. Goda kunskaper i talad och skriven engelska krävs.

Önskvärt/meriterande i övrigt: Dokumenterad erfarenhet av forskning inom privacy-preserving machine learning, molnberäkningar, data engineering, ramverk för storskaligmaskininlärning som Tensorflow och Apache Spark, samt software engineering är meriterande.

Ansökningsförfarande: Ansökan ska innehålla ett research statement (inte längre än 5 sidor) där den sökande beskriver sin vetenskapliga bakgrund, relevanta kvalifikationer och forskningsintressen. Ansökan ska också innehålla en meritförteckning (CV), kopia av relevanta betygshandlingar, en lista över relevanta publikationer och kontaktuppgifter till tre referenspersoner.

Uppsala universitet värdesätter de kvaliteter som jämn könsfördelning och mångfald tillför verksamheten. Vi ser därför gärna sökande av alla kön och med olika födelsebakgrund, funktionalitet och livserfarenhet.

Lön: Individuell lönesättning.

Tillträde: Så snart som möjligt.

Anställningsform: Tidsbegränsad anställning i två år enl centralt kollektivavtal.

Anställningens omfattning: 100 %

Upplysningar om anställningen lämnas av: Docent Andreas Hellander, andreas.hellander@it.uu.se

Välkommen med din ansökan senast den 23 september 2019, UFV-PA 2019/2787.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Snarast
Löneform Individuell lönesättning.
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2019/2787
Facklig företrädare
  • Seko Universitetsklubben, seko@uadm.uu.se
  • ST/TCO, tco@fackorg.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2019-09-02
Sista ansökningsdag 2019-09-23

Tillbaka till lediga jobb