Postdoktor inom datoriserad bildbehandling med fokus på tillämpningar inom biomedicin

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 postdoktor 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 postdoktorn och handledaren.

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

Arbetsuppgifter
Den antagna kandidaten kommer att ansluta sig till MIDA-gruppen och ta initiativ och ansvar för utveckling och utvärdering av avancerade AI-baserade bildanalysmetoder för histo- och cytopatologi.

I arbetsuppgifterna ingår metodutveckling, implementering, datahantering, utvärdering och analys, manuskriptberedning, samt egen karriärutveckling. Att bistå doktorander i forskargruppen med relaterade forskningsuppgifter kommer att ingå i arbetsuppgifterna. Tjänsten kan även medföra vissa forskningsadministrativa uppgifter. Undervisning i närliggande ämnen (max 20%), inklusive handledning av mastersstudenter, kan också ingå beroende på tillgänglighet och intresse.

Kandidaten förväntas ta en aktiv roll i MIDAs forskningsmiljö och bidra till dess utveckling.

Kvalifikationskrav
Doktorsexamen i  ett område som är nära relaterat till tjänsten (t.ex. datoriserad bildanalys/bildbehandling, dataanalys, datavetenskap) eller en utländsk examen som bedöms motsvara doktorsexamen i ett område som är nära relaterat till tjänsten. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.

Kandidaten ska ha dokumenterad erfarenhet av bildanalys, maskin- och djupinlärning, inklusive genomförda kurser inom dessa områden, på master- och doktorandnivå, samt förstahandserfarenhet av metodutveckling, implementering, utvärdering och publicering (förstaförfattare) av vetenskapliga artiklar i internationellt erkända tidskrifter och presentationer vid internationella konferenser. Programmering i Python, och erfarenhet av att arbeta med djupinlärning i PyTorch-miljön är ett krav.

Vi söker en kandidat som är motiverad, kreativ, engagerad, ansvarsfull och har ett strukturerat förhållningssätt till problemlösning. När vi väljer bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett noggrant och professionellt förhållningssätt och att analysera och ta itu med komplexa problem. Vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.

Flytande engelska i tal och skrift krävs.

Önskvärt/meriterande i övrigt
Meriterande är:

• Erfarenhet av graf-baserade metoder och graf-neuronnät;
• Erfarenhet av förklarbar och tolkbar AI (XAI);
• Erfarenhet av undervisning och handledning på universitetsnivå;
• 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.

Om anställningen 
Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 2024-09-01 eller enligt överenskommelse. Placeringsort: Uppsala. 

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

Välkommen med din ansökan senast den 24 maj 2024, UFV-PA 2024/1518.