Tillämpningsexpert i maskininlärning med fokus på prototyputveckling av djupinlärningsmodeller för EKG data
Vill du arbeta med implementering av djupinlärningsmodeller för EKG data och dess användning inom sjukvård, 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 tillämpningsexpert 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 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.
Vi har i vår pågående forskning om att använda AI för att tolka EKG-journaler nått en sådan prestanda att vi ser möjligheter att utveckla prototyper för att kunna gå vidare och testa detta inom ramen för morgondagens sjukvårdssystem. Detta 1-åriga projekt handlar om att möjliggöra för vår forskning att omsättas i klinisk användning.
Arbetsuppgifter
Skapa en konkret förståelse för nyanserna i användarbehoven i en klinisk situation relaterad till EKG-avläsningar. Sammanställa industriprototyper, samt verifiera dem. Innebär utvärdering och anpassning (träning) av AI-modeller baserade på djupinlärning. Utveckla den tekniska sidan av prototypen och omvandla forskningskoden till en industriprototyp, dvs. ett väl underhållet programvarupaket. Skriva vetenskapliga artiklar och teknisk dokumentation.
Kvalifikationskrav
Behörig till tjänsten är den som har;
Personliga egenskaper, såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning är avgörande.
Önskvärt/meriterande i övrigt
Ett stort intresse för att implementera och till viss del utveckla nya metoder och modeller för djupinlärning i samband med EKG data.
Ansökan
Ansökan ska innehålla:
1) ett personligt brev (max 2 sidor) där du kort motiverar varför du söker denna tjänst. Det personliga brevet ska innehålla rubriken Lämplighet för denna tjänst 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) publikationer och andra relevanta dokument;
5) kontaktinformation till två referenser (namn, e-post och telefonnummer).
Om anställningen
Anställningen är tidsbegränsad, 12 månader. Omfattningen är heltid. Tillträde 2025-09-01 eller enligt överenskommelse. Placeringsort: Uppsala
Upplysningar om anställningen lämnas av: Professor Thomas Schön, e-post: thomas.schon@uu.se.
Välkommen med din ansökan senast den 2 juli 2025, UFV-PA 2025/2009.
Anställningsform | Särskild visstidsanställning |
---|---|
Anställningens omfattning | Heltid |
Tillträde | 2025-09-01 |
Löneform | Individuell lönesättning |
Antal lediga befattningar | 1 |
Sysselsättningsgrad | 100 |
Ort | Uppsala |
Län | Uppsala län |
Land | Sverige |
Referensnummer | UFV-PA 2025/2009 |
Facklig företrädare |
|
Publicerat | 2025-06-17 |
Sista ansökningsdag | 2025-07-02 |