Uppsala universitet, 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, maskininlärning och trådlösa sensornät men även smarta elektroniska sensorer och medicinska system. Institutionen för elektroteknik är en internationell miljö med ca 140 medarbetare som bidrar till viktiga tekniska energi- och hälsoutmaningar vid Ångströmlaboratoriet.

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

Här hittar du en trevlig arbetsmiljö med ett doktorandnätverk och en mängd spännande projekt. Avdelningen för Signaler och system samarbetar med svenska företag - offentliga och privata - och intressenter inom de olika forskningsområdena. Vi ser fram emot din ansökan. Var med och bygg framtiden tillsammans med oss! 

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

Forskningsprojekt
Maskininlärning har blivit en viktig del i många moderna tjänster allt från mobiltelefoner till autonoma fordon eller framtidens elnät. För att förbättra de underliggande maskininlärningsmodellerna krävs det ofta att enheter delar data antingen med varandra eller med en central tjänst. Detta lyfter olika privacy- och cybersäkerhetsfrågor för att bevara användarnas integritet. I detta projekt kommer vi att undersöka hur dessa utmaningar kan lösas med hjälp av metoder som federated learning, differential privacy samt maskininlärning baserad på krypterad data.

Arbetsuppgifter
De huvudsakliga arbetsuppgifterna är att genomföra grund- och tillämpad forskning inom distribuerad maskininlärning. Särskild fokus kommer att ligga på utveckling och analys av distribuerade inferensmetoder för dynamiska system som säkerställer informationssäkerhet, exempelvis med hjälp av federated learning, differential privacy, och homomorfisk kryptering. Arbetsuppgifterna innehåller även implementering av algoritmer i Python och C/C++ samt samarbete med industriparter.

I arbetsuppgifterna ingår även medverkan i undervisning och annan institutionsarbete, dock max 20 % av arbetstiden.

Arbetet utformas av dig och forskargruppen tillsammans. Du kommer att handledas av minst två handledare. Institutionen för elektroteknik erbjuder även ett lönetillägg utöver de lokala riktlinjerna för doktorander vid Uppsala universitet.

Kvalifikationskrav

  • Civilingenjörsexamen, eller en utländsk examen som bedöms motsvara masterexamen, inom teknisk fysik, elektroteknik, datateknik, eller informationsteknologi.
  • Specialisering inom systemteknik (signalbehandling och reglerteknik), maskininlärning, eller beräkningsvetenskap.
  • Stark bakgrund inom tillämpad matematik med fokus på stokastiska processer, tidsserieanalys, och statistiska skattningsmetoder alternativt inom kryptografi.
  • Baskunskaper inom programmering i Python och C/C++.
  • Mycket goda kunskaper i engelska, i tal och skrift.
  • God samarbets- och kommunikationsförmåga. Du bör vara målmedveten, strukturerad samt kunna arbeta effektivt både individuellt och i grupp.

Meriterande

  • Kunskaper inom kryptografi
  • Kunskaper inom Bayesiansk inferens

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-post: roland.hostettler@angstrom.uu.se, tel.: 018-471 3265 eller Professor Subhrakanti Dey, e-post: subhrakanti.dey@angstrom.uu.se, tel.: 018-471 7059.
Välkommen med din ansökan senast den 6 januari 2023, UFV-PA 2022/3753.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Fast lön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2022/3753
Facklig företrädare
  • ST/TCO, tco@fackorg.uu.se
  • Seko Universitetsklubben, seko@uadm.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2022-11-23
Sista ansökningsdag 2023-01-06

Tillbaka till lediga jobb