Uppsala universitet, Institutionen för informationsteknologi

Vill du arbeta med att utveckla moderna AI-drivna bildanalysmetoder för att förbättra vården, med stöd av kompetenta och trevliga kollegor i en 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 banbrytande forskning – bland våra alumner finns 16 nobelpristagare, nu senast Svante Pääbo. Universitetet är unikt i att kombinera IT och artificiell intelligens med annan forskning, från biovetenskap till humaniora. Sådant tvärvetenskapligt samarbete underlättas av Centrum för bildanalys, AI4Research, Centrum för interdisciplinär matematik med flera.

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionen för informationsteknologis webbplats.

Forskningen vid institutionen bedrivs inom flera forskargrupper. MIDA – Methods for Image Data Analysis – gruppen fokuserar på utveckling av nya metoder för bilddata-analys, i syfte att ta fram generellt användbara tekniker och verktyg som fungerar bra oberoende av tillämpning och de typer av bilder som används. Forskningen strävar efter praktiskt användbara metoder med verklig och framträdande genomslagskraft och drivs ofta av framväxande behov inom biomedicin och medicin. Forskningen är tvärvetenskaplig och knyter ofta an till flera andra forskargrupper och discipliner. MIDA är nära kopplat till Centrum för bildanalys, och deltar aktivt i europeiska och globala nätverk av bildanalytiker inom biovetenskap.

Forskningsprojekt: Tolkbar AI-baserad mikroskopibildanalys för att främja cancerdiagnostik och behandling
Projektet kommer att bedrivas i tvärvetenskapligt samarbete mellan MIDA-gruppen och forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet. Syftet är att utveckla avancerade tolkbara AI-drivna bildanalystekniker för toppmodern mikroskopi, vilka möjliggör tillförlitlig och beskrivbar upptäckt av cancer, förutsägelse av sjukdomsprogression, samt respons på specifika terapier. Ytterst är målet att förbättra vår förståelse av cancer, dess tidiga upptäckt och effektiva behandling.

Den exakta forskningsinriktningen bestäms i dialog mellan doktoranden och handledaren.

Tjänsten finansieras genom forskningsprojekt som bedrivs av MIDA-gruppen och finansieras av Cancerfonden och Vetenskapsrådet.

Arbetsuppgifter
Doktoranden kommer att ägna större delen av tiden åt sin utbildning på forskarnivå. Övrig verksamhet inom avdelningen, t.ex. undervisning och administrativt arbete, kan ingå inom ramen för anställningen (högst 20%), varvid tjänsten förlängs för att möjliggöra fyra års forskarstudier på heltid.

Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, matematik eller liknande, 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.

De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

Vi söker kandidater med

  • god kommunikationsförmåga med tillräckliga kunskaper i muntlig och skriftlig engelska,
  • utmärkta studieresultat
  • hög kompetens i programmering (inklusive Python).

Personliga egenskaper, såsom kreativitet, noggrannhet och ett strukturerat förhållningssätt till problemlösning, är avgörande.

Önskvärt/meriterande i övrigt
Meriterande är:

  • Erfarenhet av graf-baserade metoder och graf-neuronnät;
  • Erfarenhet av förklarbar och tolkbar AI (XAI);
  • Erfarenhet av programmering i Matlab, JavaScript, C++, Rust, versionshantering med Git, typsättning med LaTeX, användning och administration av Linux-datorer, Bash scripting;
  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin.

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

Ansökan
Ansökan ska bestå av:
1.    Meritförteckning (CV);
2.    Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
3.    Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
4.    Kontaktinformation för två referenser (namn, e-post och telefonnummer);
5.    Ett personligt brev med en kortfattad beskrivning av varför du söker denna tjänst och som också anger tidigaste möjliga startdatum för anställning (max 1 sida).

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 2024-09-01 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Professor Nataša Sladoje (e-post: natasa.sladoje@it.uu.se); professor Joakim Lindblad (e-post: joakim.lindblad@it.uu.se).

Välkommen med din ansökan senast den 24 maj 2024 UFV-PA 2024/1516.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde 2024-09-01 eller enligt överenskommelse
Löneform Fast lön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2024/1516
Facklig företrädare
  • ST/TCO, tco@fackorg.uu.se
  • Seko Universitetsklubben, seko@uadm.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2024-05-02
Sista ansökningsdag 2024-05-24
Logga in och sök jobbet

Dela länkar

Tillbaka till lediga jobb