Doktorand i beräkningsvetenskap - Under tillsättning eller tillsatt, ej sökbar

Doktorand i beräkningsvetenskap med inriktning på statistical sampling/active learning för storskaliga vetenskapliga experiment

Institutionen för informationsteknologi har en ledande position inom forskning och alla nivåer av högre utbildning. Idag har institutionen ca 280 anställda, varav 120 forskare och lärare och 110 doktorander. Institutionen bedriver forskning och utbildning inom ett spektrum av områden inom datavetenskap, informationsteknologi och beräkningsvetenskap. Mer än 4000 studenter tar varje år en eller flera kurser som institutionen erbjuder.

Anställningen är placerad vid avdelningen för beräkningsvetenskap inom institutionen för informationsteknologi. Som en av världens största fokuserade forskningsmiljöer inom beräkningsvetenskap har forskningen och utbildningen en unik bredd med omfattande aktiviteter inom klassiska beräkningsvetenskapliga områden som numerisk analys, matematisk modellering, utveckling och analys av algoritmer, vetenskaplig mjukvaruutveckling och högprestandaberäkningar. Många av avdelningens forskningsprojekt bedrivs i nära samarbeten med tillämpningsområden inom och utom akademin. Avdelningen befinner sig för närvarande i en expansiv fas inom nya tillväxtområden som molnberäkningar, datadriven vetenskap och artificiell intelligens och spelar en nyckelroll i flera nya strategiska initiativ vid universitetet. Avdelningen är för närvarande värd för 20 doktorander, och doktorandutbildningen i beräkningsvetenskap har hittills resulterat i över 80 doktorer. Många av dem är idag framgångsrika forskare i beräkningsvetenskap  och relaterade områden, verksamma både inom akademi och inom näringsliv.

Anställningen ingår också i nätverket Science for Life Laboratory (SciLifeLab) och erbjuder en rik och mycket tvärvetenskaplig forskningsmiljö. SciLifeLab är en ledande institution och nationell forskningsinfrastruktur med mandat att möjliggöra spjutspetsforskning inom biovetenskap i Sverige, främja internationella samarbeten samt attrahera och behålla kunskap och talang. Vår forskargrupp är specialiserad på att utveckla teori, metoder och mjukvara för intelligenta vetenskapliga experiment. Vi har ett brett nätverk av samarbetspartners och det kommer att finnas möjligheter att arbeta tillsammans med forskare inom Sverige och utomlands.

Projektet
De närbesläktade områdena statistical sampling, active learning och sequential design of experiments (DoE) syftar till att maximera informationsvinsten med ett specificerat mål. Sampling i detta sammanhang är en iterativ process där ett litet antal väl valda candidate samples genereras och utvärderas för en uppgift (t.ex. utvärdering av läkemedelskombinationer för behandling av sjuka celler). Målet med samplingsprocessen är att identifiera de (pseudo) optimala samples för den givna uppgiften (eller de prover som uppfyller ett fördefinierat kriterium, t.ex. specifik effektivitetsgrad för behandling av sjuka celler).

Metoder som Bayesian och surrogatbaserad optimering och surrogatdriven adaptiv sampling finns som dataeffektiva tillvägagångssätt i detta utrymme. Storskaliga problem som kan involvera flera miljoner candidate samples (och/eller flera variabler/attribut per sample (>50)) lider dock fortfarande av ‘curse of dimensionality’.

Detta projekt syftar till att ta itu med sekventiell sampling i höga dimensioner för storskaliga problem. Specifikt kommer vi att fokusera på vetenskapliga experiment som storskaliga parametersvep och optimalt val av läkemedelskombinationer som tillämpningar. Några frågor att studera och utforska inkluderar söndra-och-härska-metoder i högdimensionella rum, accelererande bayesiansk modellbaserad sampling för stora kandidatmängder och att härleda uppskattningar av samplingosäkerhet  i höga dimensioner.

Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet

Arbetsuppgifter
En doktorandanställning ges upp till fem år. Doktoranden ska främst ägna sig åt den egna forskarutbildningen, vilken omfattar fyra års heltidsstudier. Huvuddelen av forskarutbildningen består av forskning i ett specifikt ämne, men innebär även att man genomgår forskarutbildningskurser. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, ingår inom ramen för anställningen (max 20 %). 

Kvalifikationskrav
En doktorand ska ha civilingenjörsexamen, magisterexamen eller motsvarande kunskaper i ett ämne som är relevant för forskningsområdet, goda kommunikationsfärdigheter och utmärkta studiemeriter, samt goda färdigheter i engelska i tal och skrift. Ytterligare krav för denna tjänst är grundläggande kunskaper om och intresse för maskininlärning och färdigheter i programmering (t.ex. i Python/Julia). Meriterande med lika vikt är kunskaper och erfarenhet inom numerisk optimering, bayesianska metoder och djupinlärning, bioinformatik och/eller beräkningsbiologi, samt etablerad metodik inom mjukvaruutveckling.

Ansökningsförfarande
Ansökan skall innehålla:

• ett brev där du beskriver sig själv, relevanta kvalifikationer, forskningsintressen och hur dina tidigare erfarenheter passar in i projektet.
• meritförteckning (Curriculum Vitae),
• examensbevis (om examen klar) och registerutdrag (med avklarade kurser och betyg) som styrker behörighet till utbildning i beräkningsvetenskap på forskarnivå,
• eventuell publikationslista,
• kopia av examensuppsats eller en detaljerad beskrivning av arbetet samt en plan för dess slutförande om det inte är färdigt vid ansökningstidens utgång,
• en lista på referenser med kontaktinformation,
• övrig dokumentation som du anser relevant för din ansökan.

Det är inget krav att den sökande har relevant grundexamen vid ansökans inlämnande, men samtliga sökande skall ange tidigaste möjliga datum för anställning.

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

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

Upplysningar om anställningen lämnas av: Projektledare biträdande  universitetslektor Prashant Singh, prashant.singh@scilifelab.uu.se och avdelningsföreståndare Gunilla Kreiss, gunilla.kreiss@it.uu.se.

Välkommen med din ansökan senast den 30 mars 2022, UFV-PA 2022/703.