Doktorand i maskininlärning med tillämpningar inom precisionsmedicin

Vill du utveckla nya maskininlärningsmetoder för precisionsmedicin och kliniskt beslutstöd, tillsammans med 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 vid Institutionen för informationsteknologi, Uppsala universitet.

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 institutionens 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 samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, Imperial College, Delft University of Technology, University of Sydney, University of Newcastle och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Projektbeskrivning
Maskininlärningsmetoder har potentialen att möjliggöra precisionsmedicin och förbättra kliniskt beslutsstöd. Dessa tillämpningsområden ger samtidigt upphov till nya utmaningar för statistisk inlärningsmetodologier. De innefattar beslut med betydande konsekvenser som kräver hantering av både avvägningar och osäkerheter. Utmaningar uppstår också genom datainsamlingsprocessen som ger upphov till distributionsskiften mellan historisk och framtida data.

Detta projekt fokuserar på grundläggande forskning inom teori och metodik som kan tackla dessa nya utmaningar. Målet är att utveckla nya idéer och metoder som kan hantera osäkerheter och göra explicita avvägningar i prediktiv och preskriptiva maskininlärningsmetoder. Forskningen kommer även innefatta interaktioner med våra kliniska samarbetspartners på Akademiska sjukhuset.

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
Behörighet till utbildning på forskarnivå regleras i högskoleförordningen. Grundläggande behörighet har den som:

• avlagt examen på avancerad nivå inom teknisk fysik, elektroteknik, tillämpad matematik, matematisk statistik, maskininlärning 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 inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Högskolan får för en enskild sökande medge undantag från kravet på grundläggande behörighet, om det finns särskilda skäl. (7 kap. 39 § HF). För särskild behörighet, se studieplanen för ämnet.

Vi söker kandidater med:

• en solid matematisk grund och ett intresse för statistisk inlärning,
• god kommunikationsförmåga med tillräckliga kunskaper i muntlig och skriftlig engelska,
• utmärkta studieresultat,
• god 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, statistisk maskininlärning, optimering, signalbehandling, systemidentifiering och reglerteknik.

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 20 augusti 2025 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Dave Zachariah, e-post: dave.zachariah@it.uu.se.

Välkommen med din ansökan senast den 7 april 2025, UFV-PA 2025/364.