Doktorand i maskininlärning för numerisk linjär algebra

Vill du arbeta med att accelerera numerisk linjär algebra med hjälp av maskininlärning, 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.

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 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, till exempel vid University of Cambridge, University of Oxford, Imperial College, University of Tübingen, University of Sydney, och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Projektbeskrivning
I det här projektet kommer doktoranden att undersöka potentialen för att accelerera glesa matrisberäkningar med hjälp av maskininlärning, specifikt så kallade grafnätverk. Glesa matrisberäkningar är avgörande för att lösa storskaliga beräkningsproblem, men kräver i nuläget att experter utformar algoritmer för varje enskilt fall. Den metodik doktoranden kommer att utforska erbjuder ett mer lättillgängligt alternativ för att utveckla effektiva lösare, med potential att få stort genomslag inom både vetenskap och teknik. Grundidén är att utnyttja den underliggande grafstrukturen hos glesa matriser för att definiera grafnätverk som lär sig problemspecifika algoritmer från en datamängd av beräkningsproblem. Genom att integrera maskininlärning med glesa matrisberäkningar hoppas vi kunna nå nya nivåer av effektivitet och skalbarhet vid lösning av glesa linjära system. 

De exakta detaljerna för projektet kommer att bestämmas i dialog mellan doktoranden och handledaren. Möjliga inriktningar innefattar: (1) att utveckla tekniker för att lära sig problemspecifika iterativa metoder för glesa matriser, (2) att utveckla tekniker för att lära sig problemspecifika hierarkiska grafrepresentationer och (3) att skala upp dessa tekniker till realistiska, storskaliga beräkningsproblem. Det finns stora möjligheter att driva metodutvecklingen genom våra samarbeten inom strålterapi, medicinsk avbildning, additiv tillverkning och batterikemi.

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, maskininlärning, datavetenskap, datorvetenskap, elektroteknik, tillämpad matematik, eller 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 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:

• ett stort intresse för att utveckla nya metoder för beräkningsvetenskap och maskininlärning,
• utmärkta studieresultat, 
• goda arbetskunskaper inom programmering (helst i Python).
• god kommunikationsförmåga med tillräckliga kunskaper i muntlig och skriftlig engelska.
• personliga egenskaper såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning.

Önskvärt/meriterande i övrigt
Kurser eller andra erfarenheter i ett eller flera av följande ämnen värdesätts: linjär algebra, matematisk analys, numerisk linjär algebra, optimering, statistisk maskininlärning, djupinlärning, och mjukvaruutveckling.

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

Ansökan
Ansökan ska innehålla:

• 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;
• en meritförteckning (CV);
• examensbevis och registerutdrag med betyg (översatt till engelska eller svenska);
• examensrapport (eller utkast till sådan, och/eller annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument;
• 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 18 augusti 2025 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Jens Sjölund, jens.sjolund@it.uu.se, +46 18 471 78 40.

Välkommen med din ansökan senast den 28 mars 2025, UFV-PA 2025/172.