Uppsala universitet, Institutionen för informationsteknologi

Uppsala universitet har en lång tradition av banbrytande forskning – bland dess 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. Institutionen har i dag ca 300 anställda varav 120 lärare och 110 doktorander. Drygt 4000 studenter läser en eller flera kurser vid institutionen varje år och ett 30-tal forskargrupper är kopplade hit. Mer information om oss hittar du på institutionen för informationsteknologis webbplats.             

Institutionen är belägen i det nybyggda Ångströms hus 10, som erbjuder en modern och inspirerande arbetsmiljö. Forskare arbetar med ett brett spektrum av ämnen, från att designa processorer, via social robotik och cybersäkerhet, till att utveckla metoder inom bildanalys och maskininlärning, samtidigt som de stödjer cancerforskning med effektiva beräkningsverktyg.

Forskningen vid institutionen bedrivs inom flera forskargrupper. MIDAMethods for Image Data Analysis – gruppen fokuserar på utveckling av metoder för bilddataanalys, i syfte att ta fram allmänt 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.

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

Forskningsprojekt: Tolkningsbar AI-baserad multispektral 3D-analys av strukturella egenskaper i tumörmikromiljön

Immunterapi har blivit ett livräddande alternativ för långt framskridna cancerpatienter. Men bara en minoritet av patienterna utvecklar ett varaktigt behandlingssvar. Trots stora ansträngningar för att förklara de varierande svaren på immunterapi och för att optimera patienturval, kan nuvarande diagnostiska verktyg inte tillräckligt vägleda klinisk praxis. Detta projekt avser att kombinera avancerad multiplexad mikroskopi med de senaste teknikerna för bildbehandling och djupinlärning för att radikalt främja förståelsen av hur cellernas inbördes samband i tumörens mikromiljö påverkar sjukdomsförloppet och behandlingens effektivitet, vilket i slutändan leder till förbättrade behandlingar och räddade liv.

Med utgångspunkt från en stor samling förvärvade multispektrala histologiska bilder, syftar projektet till att utveckla avancerade tolkbara AI-drivna tillvägagångssätt för bildanalys, för karakterisering av den strukturella 3D-organisationen och inbördes relationer mellan olika celltyper, vilket möjliggör tillförlitlig och förklarbar prediktion av patientens sjukdomsprogression.

Detta projekt är starkt beroende av tvärvetenskaplig kompetens och kommer att genomföras i nära samarbete med forskarna vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet. IGP har en bred forskningsprofil med starka forskargrupper inriktade på cancer, autoimmuna och genetiska sjukdomar, och främjar translationell forskning, med nära samspel mellan medicinsk forskning och hälso- och sjukvård. (Nobelpristagaren Svante Pääbo var gästforskare vid IGP 2003–2015.)

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 metoder för analys av multidimensionella bilder av cancervävnad, riktat mot optimerad immunterapi för cancerpatienter.

I arbetsuppgifterna ingår metodutveckling, implementering, datahantering, utvärdering och analys, manuskriptberedning, handledning av masterstudenter och 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%) kan också ingå beroende på tillgänglighet och intresse.

Kandidaten förväntas bidra med egna idéer för forskningsinriktningarna inom projektets övergripande ram. Kandidaten förväntas ta en aktiv roll i MIDAs forskningsmiljö och bidra till dess utvecklingen.

Kvalifikationskrav
Doktorsexamen inom ett område som är nära relaterat till tjänsten t.ex datoriserad bildanalys/bildbehandling, dataanalys, datavetenskap eller en utländsk examen som bedöms motsvara doktorsexamen inom ett område som är nära relaterat till tjänsten t.ex datoriserad bildanalys/bildbehandling, dataanalys, datavetenskap. 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 på master- och forskarutbildningsnivå, 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.
Som person är en framgångsrik kandidat motiverad, kreativ, engagerad, ansvarsfull och har ett strukturerat förhållningssätt. 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

  • Erfarenhet av grafbaserade metoder, verktyg för nätverksanalys och graf/faltnings neurala nätverk;
  • Erfarenhet av förklarbar AI (XAI);
  • Erfarenhet av undervisning och handledning på universitetsnivå;
  • Erfarenhet av programmering i Matlab, JavaScript, C++, Java, 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.

Ansökan
Ansökan ska bestå av:

  • Meritförteckning (CV);
  • Kopia av examen/diplom (översatt till svenska eller engelska), med lista över relevanta genomförda kurser;
  • Lista över publikationer;
  • Upp till fem utvalda publikationer i elektronisk form, med angivna egna bidrag;
  • Doktorsavhandling i elektronisk form;
  • Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida) längs de projektmål som är relevanta för denna tjänst. Skall förklara hur din profil passar befattningen;
  • Kontaktinformation för två referenser (namn, e-post och telefonnummer);
  • Ett personligt brev där du kort motiverar varför du söker denna tjänst och anger tidigast möjliga startdatum (max 1 sida). 

Om anställningen 
Anställningen är tidsbegränsad  i 2 år. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (telefon: +46 721 828 722; e-post: natasa.sladoje@it.uu.se ); Prof. Joakim Lindblad (telefon: +46 733 168549; e-post: joakim.lindblad@it.uu.se ).

Välkommen med din ansökan senast den 6 april 2023 UFV-PA 2023/680.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Individuell lönesättning.
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2023/680
Facklig företrädare
  • Seko Universitetsklubben, seko@uadm.uu.se
  • ST/TCO, tco@fackorg.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2023-03-01
Sista ansökningsdag 2023-04-06

Tillbaka till lediga jobb