Postdoktor inom maskininlärning med tillämpningar inom biodiversitetsforskning - Under tillsättning eller tillsatt, ej sökbar

Postdoktor inom maskininlärning med tillämpningar inom biodiversitetsforskning

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.

Institutionen för informationsteknologi ligger i det nybyggda Ångström hus 10, som innehåller en visualiseringsstudio, ett socialt robotlabb, ett maker space och 3D-printverkstad. Forskare arbetar inom alla områden av IT, från att designa processorer, människa-dator-interaktion och cybersäkerhet, till verktyg för cancerforskning och metoder för numerisk analys och maskininlärning. Bland våra aktiva forskare inom artificiell intelligens återfinns Thomas Schön och David Sumpter (maskininlärning); Ida-Maria Sintorn och Carolina Wählby (AI och bildanalys); Ginevra Castellano och Katie Winkle (social robotik); och Matteo Magnani (datavetenskap och nätverk).

Uppsala universitet har en lång tradition av framgångsrik forskning – bland sina alumner 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.

Arbetsuppgifter
Forskning om grundläggande modeller och metoder inom maskininlärning och deras tillämpningar inom medicin. Tjänsten är tillsammans med Tobias Andermann som leder Biodiversity Data Lab (www.biodiversity.se) vid institutionen för organismbiologi här vid Uppsala universitet. Den framgångsrika kandidaten kommer att tillbringa 3-4 dagar i veckan på institutionen för informationsteknologi (med Zachariah och Schön) och 1-2 dagar i veckan vid institutionen för organismbiologi (med Andermann).

Postdoktoranställningen handlar om att utveckla och analysera metoder inom maskininlärning och deras tillämpning inom biologisk mångfald. Arbetet som utförs under anställningen kommer att utgöra ett viktigt bidrag till att implementera lösningar för att värdera mark med avseende på dess biologiska mångfaldsvärde och potential. Detta är ett avgörande steg mot att bekämpa den globala biologiska mångfaldskrisen, eftersom det gör det möjligt för regeringar och industrin att göra hållbara och långsiktiga positiva investeringar för biologisk mångfald.

Syftet är att kunna undersöka användningen av dessa modeller för beslutsstöd och tjänsten kan även innefatta arbete med beslutsalgoritmer. Tekniska nyckelord för tjänsten inkluderar: probabilistiska modeller, beslutsfattande algoritmer (inklusive förstärkningsinlärning), djupinlärning, spatio-temporala processer och kausal modellering, eventuellt även Bayesiansk slutledning. Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse. Du förväntas kunna undervisa på svenska eller engelska.

Kvalifikationskrav
Doktorsexamen i inom maskininlärning, signalbehandling, datorseende, beräkningsintensiv statistik, eller närliggande relevant område eller en utländsk examen som bedöms motsvara doktorsexamen i inom maskininlärning, signalbehandling, datorseende, beräkningsintensiv statistik, eller närliggande relevant område. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.

Den sökande ska ha en gedigen bakgrund inom metodutveckling och användning av maskininlärning. Förmåga att använda djupinlärning (deep learning) krävs. Publikationer vid ledande konferenser inom maskininlärning är ett stort plus. Goda kunskaper i engelska i tal och skrift är ett krav.

Önskvärt/meriterande i övrigt

Erfarenhet av tvärvetenskaplig forskning är bra. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Även om sammanställningen av biodiversitetsdata kommer att hanteras av våra samarbetspartners från Biodiversity Data Lab,

https://www.biodiversity.se/ är det en fördel om kandidaten har erfarenhet eller ett aktivt intresse för aspekter relaterade till biologisk mångfald. Vid urval bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.

Ansökan ska innehålla:

1. En meritförteckning (CV),
2. Publikationslista,
3. Upp till fem utvalda publikationer i elektronisk form,
4. Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida),
5. Kontaktinformation till två referenser,
6. Ett personligt brev där du kort motiverar varför du söker denna tjänst samt ange tidigast möjliga anställningsdatum (max 1 sida).

Om anställningen
Anställningen är tidsbegränsad i två år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Professor Thomas Schön (e-post: thomas.schon@it.uu.se) eller Universitetslektor Dave Zachariah (e-post: dave.zachariah@it.uu.se).

Välkommen med din ansökan senast den 24 november 2023, UFV-PA 2023/3590.