Doktorand i maskininlärning med fokus på sekventiellt beslutsfattande

Vill du arbeta med data-drivna metoder som fattar beslut över tid, 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 samarbeten runt om i världen, till exempel vid University of Cambridge, University of Oxford, Imperial College, University of British Columbia, University of Sydney, University of Newcastle och Alto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Projektbeskrivning
Beteendet hos många system av intresse, inom till exempel industrin eller sjukvården, påverkas av beslut som görs sekventiellt medan data samlas in över tid.

Detta projekt fokuserar på grundforskning för att utveckla teori och metoder för sekventiellt beslutsfattande som anpassar sig till den information som insamlas av ett system. Målet är att utarbeta nya idéer som är giltiga för breda klasser av problem inom, t.ex., adaptiv experiment design, sensorfusion, och resursallokering. Problemen kommer att vara motiverade av konkreta tillämpningar för att forskningen ska vara verklighetsförankrad. Exempel på tillämpningar inkluderar batterisystem, data-driven lagerhantering, elsystem, etc.  

Det exakta forskningsämnet avgörs i en dialog mellan doktoranden och handledaren. 

Tjänsten finansieras av Wallenberg AI, Autonomous Systems and Software Program, WASP, som är Sveriges största enskilda forskningsprogram i modern tid. Programmet skapar en plattform för akademisk forskning och utbildning i nära samarbete med ledande svensk teknikintensiv industri. Forskningen innefattar artificiell intelligens och autonoma system som verkar i samarbete med människor och som anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap och skapar intelligenta system av system.

WASPs vision är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till gagn för Sveriges industri och samhälle. 

Forskarskolan inom WASP har som mål att förse framtidens forskare med nödvändig kunskap för att kunna analysera, utveckla och bidra aktivt till den tvärvetenskapliga utvecklingen av artificiell intelligens, autonoma system och mjukvara. Genom ett ambitiöst program med forskningsbesök, partneruniversitet och gästföreläsare stöder forskarskolan aktivt bildandet av ett starkt multidisciplinärt och internationellt professionellt nätverk mellan doktorander, forskare och industri. Forskarskolan erbjuder därmed en unik möjlighet för de studenter som lockas av
internationell forskning i världsklass med industriell relevans. 

​​Läs mer på WASPs hemsida och WASPs sida om forskarskolan.

Arbetsuppgifter
Doktoranden kommer främst att 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, elektroteknik, tillämpad matematik, matematisk statistik, 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.

Den särskilda behörigheten genom godkända prov inom för ämnet maskininlärning relevanta områden omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, statistik maskininlärning och kurser inom neurala nätverk, samt kurser i matematiska modellering och statistik, eller motsvarande.

Vi söker kandidater med

• ett starkt intresse för statistisk inlärning,
• god kommunikationsförmåga med tillräckliga kunskaper i muntlig och skriftlig engelska,
• utmärkta studieresultat,
• stor erfarenhet av programmering (helst i Python, Julia eller Matlab)
• personliga egenskaper, såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning är avgörande.

Önskvärt/meriterande i övrigt
Erfarenhet och kurser i ett eller flera ämnen värdesätts: estimeringsteori, maskininlärning, optimering, signalbehandling, systemidentifiering och reglerteknik. 

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

Ansökan
Ansökan ska innehålla:
1) ett personligt brev (högst 2 sidor) där du kort motiverar varför du söker denna tjänst, inklusive en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst; 
2) en meritförteckning;
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.

Samtliga sökande skall också ange tidigaste möjliga datum för anställning.

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 15 augusti 2024 eller enligt överenskommelse. Placeringsort: Uppsala. 

Upplysningar om anställningen lämnas av: Universitetslektor Dave Zachariah (dave.zachariah@it.uu.se) och Universitetslektor Per Mattsson (per.mattsson@it.uu.se).

Välkommen med din ansökan senast den 15 maj 2024, UFV-PA 2024/1208.