Doktorand i multimodal maskininlärning för precisionsmedicin

Vill du utveckla nya maskininlärningsmetoder för multimodal data och använda dessa för att förbättra diagnostik och behandling av bröstcancer, 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 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, materialvetenskap och säkerhet. Vi har ett brett nätverk av starka internationella samarbetspartners över hela världen, och strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Tjänsten finansieras av Wallenberg AI, Autonomous Systems and Software Program, WASP, som 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.

Projektbeskrivning
Detta doktorandprojekt är en del av det tvärvetenskapliga WASP-DDLS NEST-projektet AID4BC, vars övergripande mål är att utveckla datadrivna multimodala metoder för att möjliggöra verklig precisionsdiagnostik genom hela bröstcancerförloppet. AID4BC:s partnerkonstellation, belägna på fyra ledande platser i Sverige, är sannolikt den enda globala konstellationen som har tillgång till stora (>10 000 patienter) matchade multimodala data inom radiologi, patologi och molekylär profilering samt kliniska data.

Denna tjänst fokuserar på att utveckla metodik för multimodal maskininlärning, närmare bestämt för att kombinera storskalig bilddata med molekylär profilering och klinisk data i textform. Detta innefattar forskning på djupinlärningsbaserad bildanalys och metoder för dataassimilering som uppdaterar en modell över tid baserad på partiella observationerna från olika tidpunkter. Detaljerna i projektet kommer att bestämmas i en dialog mellan studenten och handledaren.

Kandidaten förväntas samarbeta i stor utsträckning med kliniska experter på de andra platserna inom AID4BC-projektet, med det yttersta målet att förstå de underliggande mekanismerna bakom bröstcancer och översätta dessa insikter till precisionsdiagnostik och behandling som  förbättrar patienternas hälsoutfall.

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, datavetenskap, maskininlärning, datorseende, tillämpad matematik, eller angränsande fält, 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 att utveckla nya maskininlärningsmetoder,
• ett intresse för interdisciplinärt samarbete och till att överföra nya metoder till kliniska tillämpningar,
• god kommunikationsförmåga med tillräckliga kunskaper i muntlig och skriftlig engelska,
• utmärkta studieresultat,
• god erfarenhet av programmering (gärna i Python),
• personliga egenskaper, såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning är avgörande.

Önskvärt/meriterande i övrigt
Kurser eller andra erfarenheter i ett eller flera av följande ämnen värdesätts: beräkningsvetenskap, optimering, statistisk maskininlärning, reglerteknik, datorseende, djupinlärning, och mjukvaruutveckling.

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 12 januari 2026 eller enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Jens Sjölund, jens.sjolund@it.uu.se, eller Dave Zachariah, dave.zachariah@it.uu.se.

Välkommen med din ansökan senast den 15 oktober 2025, UFV-PA 2025/2626.