Uppsala universitet, Institutionen för elektroteknik

Tjänsten kommer att vara placerad vid avdelningen för Signaler och system, vid institutionen för Elektroteknik.

Elektrifiering och digitalisering tillhör framtidens största områden för omställning till hållbara samhällen. Institutionen för elektroteknik bedriver framgångsrik forskning och utbildning inom dessa områden – däribland förnybara energikällor och elfordon, industriell IoT, 5G kommunikation och trådlösa sensornät men även smarta elektroniska sensorer och medicinska system. Institutionen för elektroteknik är en internationell miljö med ca 130 medarbetare som bidrar till viktiga tekniska energi- och hälsoutmaningar vid Ångströmlaboratoriet.

Forskningsprojekt: Artificiell intelligens, tillsammans med teknologiska framsteg som 5G eller edge computing bidrar till avancerad digitalisering i en mängd olika tillämpningar. Cybersäkerhet är en viktig aspekt i detta och det är viktigt att data inte hamnar i fel händer. Federated learning är ett sätt att skydda sig för vissa typer av cybersäkerhets- och privacy-problem. Tyvärr finns det dock några svagheter i federated learning, som till exempel möjligheten till reverse engineering av datan. Federated learning används dessutom främst i scenarion där det finns stora datamängder tillgängligt och där maskininlärningsuppgiften är statisk. Målet i det här projektet är därav att utveckla distribuerade Bayesianska skattningsmetoder för dynamiska system som baseras på homomorfisk kryptering och differential privacy.

Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet

Arbetsuppgifter

  • Tjänsten kommer att ha fokus på utveckling av säkra, distribuerade Bayesianska maskininlärningsmetoder på öppna cloud- och edge-computing-tjänster.
  • I arbetsuppgifterna ingår medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.

Kvalifikationskrav

  • Civilingenjörsexamen, eller en utländsk examen som bedöms motsvara masterexamen, inom teknisk fysik eller motsvarande.
  • En stark bakgrund inom tillämpad matematik med fokus på stokastiska processer, tidsserieanalys, och statistiska skattningsmetoder.
  • Baskunskaper inom signaler och system, signalbehandling samt reglerteknik.
  • Mycket goda kunskaper i engelska i tal och skrift.
  • Vi lägger stor vikt vid dina personliga egenskaper som god samarbets- och kommunikationsförmåga med andra forskare. Du bör vara målmedveten, strukturerad samt kunna arbeta effektivt både individuellt och i grupp.

Meriterande: Baskunskaper inom kryptografi är önskvärt men inte ett måste.

Ansökningsförfarande
Ansök via länken nedan. Ansökan ska innehålla ett brev där du kort beskriver dig själv och dina forskningsintressen. Ansökan ska dessutom innehålla CV, kopior av examensbevis och betyg, examensarbete och övriga handlingar som du önskar åberopa. Vi vill att du lämnar uppgifter om referenspersoner.

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

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

Upplysningar om anställningen lämnas av: Biträdande universitetslektor Roland Hostettler, e-mail: roland.hostettler@angstrom.uu.se, tel: 018 -471 3265 eller professor Anders Ahlén, e-mail: anders.ahlen@angstrom.uu.se, tel: 018-471 3076.

Välkommen med din ansökan senast den 14 februari 2022, UFV-PA 2021/5080.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde 2022-03-01
Löneform Fast lön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2021/5080
Facklig företrädare
  • ST/TCO, tco@fackorg.uu.se
  • Seko Universitetsklubben, seko@uadm.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2022-02-01
Sista ansökningsdag 2022-02-14

Tillbaka till lediga jobb