Doktorand i AI, djupinlärning och masspektrometri för precisionsmedicin vid MS

Doktorand i AI, djupinlärning och masspektrometri för precisionsmedicin vid multipel skleros

Är du intresserad av att arbeta med avancerad masspektrometri i en dynamisk forskningsmiljö, med stöd av kompetenta och vänliga kollegor i en internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka en doktorandtjänst vid Uppsala universitet

Institutionen för medicinska vetenskaper är en stor klinisk institution med ca 250 anställda och över 900 personer som är anknutna via Akademiska Sjukhuset. Institutionen har en bred forskningsprofil med starka forskargrupper inom en rad områden. Forskningen äger rum i nära anslutning till den kliniska verksamheten vid Akademiska sjukhuset och omfattar såväl grundläggande studier kring sjukdomsorsaker som utveckling och utvärdering av förbättrad diagnostik och nya behandlingsmetoder. Mer om institutionens verksamhet finns på www.medsci.uu.se

Vi söker en mycket duktig och motiverad kandidat för en doktorandtjänst inom artificiell intelligens (AI), djupinlärning, bioinformatik och tillhörande datavetenskap. Tjänsten är baserad i den tvärvetenskapliga forskargruppen som leds av docent Kim Kultima vid Institutionen för medicinska vetenskaper vid Uppsala universitet. Gruppen är internationellt erkänd för sitt arbete i skärningspunkten mellan masspektrometri, beräkningsbiologi och AI-driven precisionsmedicin. Mer om vår verksamhet hittar du här.

Arbetsuppgifter
Projektet syftar till att utveckla och tillämpa avancerade djupinlärningsmetoder för att analysera högupplösta masspektrometridata i relation till multipel skleros (MS), en komplex, immunmedierad sjukdom med stor variation i både sjukdomsförlopp och behandlingssvar. Målet är att förbättra individanpassad patientstratifiering och stödja datadrivna behandlingsbeslut.

Som doktorand kommer du att arbeta med integrerad analys av småmolekylära profiler från masspektrometri, elektroniska patientjournaler, genetiska data, livsstilsfaktorer och kliniska variabler. Fokus ligger på att utveckla djupinlärningsmodeller för att hantera och sammanföra dessa heterogena biomedicinska data.

Du kommer att ingå i en tvärvetenskaplig och samarbetsinriktad forskningsmiljö med nära samarbete mellan bioinformatiker, analytiska kemister, masspektrometri- och klinikexperter. Kultima-gruppen har stark kompetens inom masspektrometri, exposomik och AI-baserad biomarkörforskning. Projektet sker i nära samarbete med Spjuth-gruppen (AI och prediktiv modellering) och Burman-gruppen (klinisk MS-forskning). Våra senaste resultat har publicerats i ledande tidskrifter som Nature Communications, BMC Medicine och npj Digital Medicine. Läs också mer i vårt senaste pressmeddelande här.

Projektet finansieras av Vetenskapsrådet, FORMAS, Wallenbergstiftelsen och SSMF, vilket ger tillgång till toppmodern laboratorieinfrastruktur, högpresterande datorsystem och ett starkt nationellt nätverk.

Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete kan ingå inom ramen för doktorandplatsen (max 20%). Utbildningen på forskarnivå omfattar normalt 4 års heltidsstudier, maximalt 5 år om institutionstjänstgöring tillkommer.

Denna doktorandtjänst erbjuder en möjlighet att bidra till nästa generations precisionsmedicin genom utveckling av innovativa analysmetoder för att översätta komplexa biomedicinska data till kliniskt värdefull kunskap.

Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har

-       avlagt examen på avancerad nivå inom Civilingenjörsprogrammet eller Masterexamen i bioinformatik, matematik, datavetenskap eller annan likvärdig utbildning, 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.

Dokumenterad erfarenhet av datavetenskap, R- och/eller Python-skriptning, samt statistisk och/eller bioinformatisk analys av omics-data krävs. Den sökande ska ha mycket goda kommunikationsförmågor och en vilja att samarbeta nära med teammedlemmar, inklusive experimentalister, bioinformatiker, sjukvårdspersonal och AI-forskare. Goda kunskaper i både muntlig och skriftlig engelska är ett krav, samt mycket goda referenser från tidigare handledare eller liknande krävs också. Sökande som förväntar sig att avsluta sin examen våren 2025 är också välkomna att söka.

Vi lägger mycket stor vikt vid personlig lämplighet. Hänsyn kommer att tas till kandidatens samarbetsförmåga och initiativförmåga samt hur deras bakgrund och färdigheter förväntas komplettera och stärka forskargruppens aktiviteter och framtida utveckling.

Önskvärt/meriterande i övrigt
Tidigare erfarenhet av så kallad high-performance computing (HPC) eller molnbaserade plattformar för storskalig dataanalys, samt dokumenterad expertis inom maskininlärning och biostatistik, är starkt meriterande. Ett examensarbete inom bioinformatik, djupinlärning eller AI, i kombination med erfarenhet av storskalig dataanalys, är mycket önskvärt. Erfarenhet av arbete med olika typer av omikdata (t.ex. metabolomik, proteomik eller transkriptomik) är också värdefullt. Mycket god engelska i tal och skrift krävs; att tala svenska är en merit då viss undervisning sker på svenska.

Ansökan ska innehålla ett brev där du beskriver dig själv, dina forskningsintressen, varför du vill genomföra en doktorandutbildning och varför du är lämplig för denna tjänst (max 1 sida). Ditt CV. En kort beskrivning av din utbildning. En kopia av din masterexamen och dina kursbetyg, tillsammans med en kopia av din masteruppsats. Namn och kontaktuppgifter till minst två referenser (e-postadresser och telefonnummer). Eventuella publikationer, om tillämpligt.

Vi ser fram emot din ansökan och att få välkomna dig till vårt forskarteam.

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

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

Upplysningar om anställningen lämnas av: Assoc. Prof Kim Kultima (Kim.Kultima@medsci.uu.se).

Välkommen med din ansökan senast den 19 juni 2025, UFV-PA 2025/1773.