Uppsala universitet, Institutionen för informationsteknologi

Institutionen för informationsteknologi har en ledande position inom forskning och alla nivåer av högre utbildning. Idag har institutionen ca 280 anställda, varav 120 forskare och lärare och 110 doktorander. Institutionen bedriver forskning och utbildning inom ett spektrum av områden inom datavetenskap, informationsteknologi och beräkningsvetenskap. Mer än 4000 studenter tar varje år en eller flera kurser som institutionen erbjuder.

Anställningen är placerad vid avdelningen för beräkningsvetenskap inom institutionen för informationsteknologi. Som en av världens största fokuserade forskningsmiljöer inom beräkningsvetenskap har forskningen och utbildningen en unik bredd med omfattande aktiviteter inom klassiska beräkningsvetenskapliga områden som numerisk analys, matematisk modellering, utveckling och analys av algoritmer, vetenskaplig mjukvaruutveckling och högprestandaberäkningar. Många av avdelningens forskningsprojekt bedrivs i nära samarbeten med tillämpningsområden inom och utom akademin. Avdelningen befinner sig för närvarande i en expansiv fas inom nya tillväxtområden som molnberäkningar, datadriven vetenskap och artificiell intelligens och spelar en nyckelroll i flera nya strategiska initiativ vid universitetet. Avdelningen är för närvarande värd för 20 doktorander, och doktorandutbildningen i beräkningsvetenskap har hittills resulterat i över 80 doktorer. Många av dem är idag framgångsrika forskare i beräkningsvetenskap  och relaterade områden, verksamma både inom akademi och inom näringsliv.

Anställningen ingår också i nätverket Science for Life Laboratory (SciLifeLab) och erbjuder en rik och mycket tvärvetenskaplig forskningsmiljö. SciLifeLab är en ledande institution och nationell forskningsinfrastruktur med mandat att möjliggöra spjutspetsforskning inom biovetenskap i Sverige, främja internationella samarbeten samt attrahera och behålla kunskap och talang. Vår forskargrupp är specialiserad på att utveckla teori, metoder och mjukvara för intelligenta vetenskapliga experiment. Vi har ett brett nätverk av samarbetspartners och det kommer att finnas möjligheter att arbeta tillsammans med forskare inom Sverige och utomlands.

Projektet: Parameterinferens innebär att parametrarna för en simuleringsmodell anpassas till observerad data. Så kallade likelihood-fria metoder används när likelihood-funktionen inte är tillgänglig. I det här projektet fokuserar vi på scenariot då systemen beskrivs av stokastiska simuleringsmodeller, och där data observeras i form av tidsserier.

Nuvarande metoder för att lösa ett sånt parameterinferensproblem involverar vanligtvis ett noggrant urval, eller sampling, av parameterkombinationer att simulera, och metriker för att jämföra simulerade tidsserier med observerad tidsseriedata. Både sampling och jämförelse mellan simulerad och observerad data är vanligtvis iterativa i sin natur och kan göra parameterinferensprocessen långsam, särskilt för storskaliga problem som involverar ett stort antal (fler än några tiotal) parametrar att bestämma.
Maskininlärning har på senare tid accelererat olika delar av parameterinferenspipelinen.   Som exempel har neurala nätverk använts för att beräkna “summary statistics” för stokastiska tidsserier. Neurala täthetsskattare har också använts som surrogatmodeller för simulatorn. Målet med detta projekt är att utveckla maskininlärningsmetoder för att möjliggöra skalbar, effektiv och noggrann  parameterinferens för problem som involverar stokastiska simuleringsmodeller (särskilt för att studera genreglering). Några forskningsfrågor av intresse är hur vi effektivt samplar parametrar som är mer sannolika att leda till de sanna parametrarna än andra, hur vi på ett noggrant sätt kan jämföra högdimensionella tidsserier med varierande upplösning och hur vi snabbt kan uppskatta posteriorfördelningen med minimalt antal simuleringar.

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

Arbetsuppgifter:
En doktorandanställning ges upp till fem år. Doktoranden ska främst ägna sig åt den egna forskarutbildningen, vilken omfattar fyra års heltidsstudier. Huvuddelen av forskarutbildningen består av forskning i ett specifikt ämne, men innebär även att man genomgår forskarutbildningskurser. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, ingår inom ramen för anställningen (max 20 %).

Kvalifikationskrav:
En doktorand ska ha civilingenjörsexamen, magisterexamen eller motsvarande kunskaper i ett ämne som är relevant för forskningsområdet, goda kommunikationsfärdigheter och utmärkta studiemeriter, samt goda färdigheter i engelska i tal och skrift. Ytterligare krav för denna tjänst är grundläggande kunskaper om och intresse för maskininlärning och färdigheter i programmering (t.ex. i Python/Julia). Meriterande med lika vikt är kunskaper och erfarenhet inom numerisk optimering, bayesianska metoder och djupinlärning, bioinformatik och/eller beräkningsbiologi, samt etablerad metodik inom mjukvaruutveckling.

Ansökningsförfarande: Ansökan skall innehålla

  • ett brev där du beskriver sig själv, relevanta kvalifikationer, forskningsintressen och hur dina tidigare erfarenheter passar in i projektet.
  • meritförteckning (Curriculum Vitae),
  • examensbevis (om examen klar) och registerutdrag (med avklarade kurser och betyg) som styrker behörighet till utbildning i beräkningsvetenskap på forskarnivå,
  • eventuell publikationslista,
  • kopia av examensuppsats eller en detaljerad beskrivning av arbetet samt en plan för dess slutförande om det inte är färdigt vid ansökningstidens utgång,
  • en lista på referenser med kontaktinformation,
  • övrig dokumentation som du anser relevant för din ansökan.

Det är inget krav att den sökande har relevant grundexamen vid ansökans inlämnande, men samtliga sökande skall ange tidigaste möjliga datum för anställning.

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 snarast. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Projektledare biträdande  universitetslektor Prashant Singh, prashant.singh@scilifelab.uu.se och avdelningsföreståndare Gunilla Kreiss, gunilla.kreiss@it.uu.se.

Välkommen med din ansökan senast den 30 mars 2022, UFV-PA 2022/702.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Snarast
Löneform Fast lön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2022/702
Facklig företrädare
  • ST/TCO, tco@fackorg.uu.se
  • Seko Universitetsklubben, seko@uadm.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2022-03-01
Sista ansökningsdag 2022-03-30

Tillbaka till lediga jobb