Doktorand i maskininlärning  med fokus på probabilistiska modeller inom mikrobiell och cellulär ekologi

Vill du arbeta med probabilistiska modeller inom mikrobiell och cellulär ekologi, med stöd av kompetenta kollegor i en ledande internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som doktorand på Uppsala universitet.

Uppsala universitet har en lång tradition av framgångsrik forskning – bland alumnerna 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 och Centrum för tvärvetenskaplig matematik.

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.

Vid avdelningen för Systemteknik 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, Imperial College, University of Sydney, University of Newcastle och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Denna tjänst är en del av Beijerlaboratoriet för 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, med fokus på tillämpningar inom livsvetenskaperna och frågor relaterade till samhällsutveckling.

Projektbeskrivning
Alla ekologiska system, inklusive cellekologier, består av interagerande delar. Mikroskopidata av celler, som innehåller rik information om hur celler agerar och interagerar med varandra, kan översättas till spatio-temporala punktmönster där punkter representerar cellpositioner. I detta projekt kommer doktoranden att utveckla probabilistiska matematiska modeller och maskininlärningsmetoder som genererar information om mikrobiella och cellulära ekologier från de punktmönster som de producerar. Under processen kommer studenten lära sig att kombinera matematiska modeller (baserade t.ex. punktprocesser och differentialekvationer) med maskininlärningsmetoder (t.ex. Hamiltonian Monte Carlo sampling och neurala nätverk) för att lösa forskningsproblem inom mikrobiell och cellulär ekologi. Doktoranden kommer att tillhöra gruppen Artificial Intelligence and Mathematics for Oncology (AIMOn) och arbeta nära med experter inom tillämpad matematik, statistik, maskininlärning och experimentell cell- och mikrobiologi. Projektet finansieras av medel från Vetenskapsrådet.

Arbetsuppgifter
Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%).

Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har

• avlagt examen på avancerad nivå inom teknisk fysik, tillämpad matematik, fysik, datavetenskap, maskininlärning, eller inom ett liknande område, eller
• fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
• på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Vi söker kandidater med

• ett starkt intresse för att utveckla probabilistiska matematiska modeller och maskininlärningsmetoder för att förstå mikrobiella och cellulära ekologier,
• god kommunikationsförmåga och tillräckliga kunskaper i muntlig och skriftlig engelska,
• utmärkta studieresultat,
• erfarenhet av programmering,
• kreativitet, grundlighet och ett strukturerat förhållningssätt till problemlösning,
• ett samarbetstänkande och entusiasm för tvärvetenskapligt arbete.

Önskvärt/meriterande i övrigt
Erfarenhet av matematisk analys, linjär algebra och programmering är ett krav. Förkunskaper i ekologi eller mikroekologi krävs inte. Erfarenhet av ett eller flera av följande ämnen är meriterande:

• matematisk biologi,
• Bayesiansk statistik,
• sannolikhetsteori,
• maskininlärning.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

För särskild behörighet, se studieplanen för ämnet.

Ansökan
Ansökan ska innehålla:

1. ett personligt brev (högst 1 sida) där du kort motiverar varför du söker denna tjänst, inklusive en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst, och ditt tidigaste beräknade startdatum (ett startdatum mellan mars och augusti 2025 förväntas);
2. en meritförteckning (CV);
3. examensbevis och registerutdrag med betyg (översatt till engelska eller svenska);
4. examensrapport (eller utkast till sådan, och/eller annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument;
5. referenser med kontaktinformation (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.

Sökande som uppfyller minst ett av behörighetskraven uppmuntras starkt att ansöka. Alla sökande bör ange sitt tidigaste möjliga startdatum.

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 augusti 2025 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Biträdande universitetslektor Sara Hamis, e-mail: sara.hamis@it.uu.se. 

Välkommen med din ansökan senast den 31 december 2024, UFV-PA 2024/3935.