Doktorand i maskininlärning med fokus på modeller som utvecklas över tid och rum

Vill du arbeta med metoder för maskininlärning 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 livsvetenskaperna 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 långvariga internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, University of Sydney, University of Newcastle och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Vi erbjuder en doktorandtjänst för att utforska och utveckla maskininlärningsmodeller som utvecklas över tid och rum, och för att använda dessa modeller för att förstå DNA:s organisation och dess relation till de dynamiska 3D-strukturerade kromosomerna. Doktoranden kommer att ingå i vårt nya NEST-initiativ, finansierat av Wallenberg AI, Autonomous Systems and Software Program (WASP) och Wallenberg National Program for Data-Driven Life Science (DDLS). Vårt projekt, Learning 3D Genome Dynamics from Heterogeneous Data, är ett 5-årigt samarbete mellan forskare vid Uppsala universitet och Karolinska Institutet. Det övergripande målet är att utveckla och använda maskininlärningsmetoder för att hjälpa oss att förstå hur livet är organiserat.

Wallenberg AI, Autonomous Systems and Software Program, WASP, 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. Läs mer: https://wasp-sweden.org/  

Projektbeskrivning
Detta projekt fokuserar på att utveckla, analysera och använda probabilistiska metoder för dynamiska fenomen som utvecklas över tid och rum, baserat på mätningar från olika och kompletterande källor. Vi kommer att utveckla generellt användbara maskininlärningsmodeller och metoder som drivs av datarika experiment från våra samarbetspartners. Det verkliga användningsfallet är att lära sig de regler som styr dynamiken i bakteriens kromosomstruktur.

Tekniska byggstenar kan inkludera tillståndsmodeller, generativa modeller i form av diffusionsmodeller, djupinlärning, optimal transport och probabilistisk modellering i allmänhet. Datorseende kan också inkluderas om det finns intresse.

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. Mer information: https://wasp-sweden.org/graduate-school/ 

Arbetsuppgifter
Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%).

Doktorandtjänsten omfattar utveckling av teori och probabilistiska metoder för fenomen som utvecklas över tid och rum. Relaterat till detta är uppgiften att härleda algoritmer som kan användas för att lära sig okända modellparametrar från uppmätta data. Tjänsten innebär samarbete inom NEST-projektets partnergrupper ledda av Johan Elf och Magda Bienko.

Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har:

• avlagt examen på avancerad nivå inom teknisk fysik, datavetenskap, elektroteknik, tillämpad matematik, 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 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:

• ett stort intresse för att utveckla nya maskininlärningsmetoder och modeller,
• förmåga att kommunicera tekniskt material effektivt i muntlig och skriftlig form (engelska),
• mycket goda studieresultat, 
• goda arbetskunskaper inom programmering (helst i Python).
• 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: maskininlärning, optimering, linjär algebra, djupinlärning, programmering 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 på engelska (max 2 sidor) där du kort motiverar varför du söker denna tjänst och anger tidigast möjliga startdatum. Det personliga brevet ska innehålla rubriken Suitability for this position som innehåller en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst;
2. en meritförteckning (CV);
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. kontaktinformation till två referenser (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.

Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 februari 2026 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Professor Thomas Schön (e-post: thomas.schon@it.uu.se) Assistant Professor Isabel Hassler (e-mail: isabel.haasler@it.uu.se) eller Professor Johan Elf (e-mail: johan.elf@icm.uu.se).

Välkommen med din ansökan senast den 27 november 2025, UFV-PA 2025/3121.