Forskningsassistent i klinisk masspektrometri och maskininlärning

Vill du arbeta med kliniknära forskning inom masspektrometri och maskininlärning, tillsammans med kompetenta och engagerade kollegor i en internationell miljö? Söker du en arbetsgivare som värnar om hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställningen som forskningsassistent vid Uppsala universitet.

Om oss
Institutionen för medicinska vetenskaper är en stor klinisk institution med ca 250 anställda och över 900 personer som är anknutna via Akademiska Sjukhuset. Institutionen har en bred forskningsprofil med starka forskargrupper inom en rad områden. Forskningen äger rum i nära anslutning till den kliniska verksamheten vid Akademiska sjukhuset och omfattar såväl grundläggande studier kring sjukdomsorsaker som utveckling och utvärdering av förbättrad diagnostik och nya behandlingsmetoder. Mer om institutionens verksamhet finns på www.medsci.uu.se.

Vi driver ett laboratorium för högupplöst masspektrometri vid Klinisk kemi och farmakologi på Akademiska sjukhuset, där vi bedriver både forsknings- och utvecklingsarbete och deltar i internationella kvalitetsprogram. I vår verksamhet kombinerar vi avancerad masspektrometri, ultra-känslig SIMOA-teknologi och bioinformatik för att möjliggöra kliniknära forskning inom områden som metabolomik, lipidomik och exposomik. Här får du arbeta i en tvärvetenskaplig miljö tillsammans med experter inom masspektrometri, avancerad dataanalys och medicin, och vara en del av en forskningsinfrastruktur som ständigt utvecklas med fokus på translationell forskning och klinisk nytta.

Läs mera på våra hemsidor här och här.

Arbetsuppgifter
I rollen som forskningsassistent kommer du att arbeta i forskningsprojekt som använder maskininlärning för att analysera komplexa masspektrometridata. Arbetsuppgifterna innefattar förbehandling, kvalitetskontroll och analys av masspektrometridata. Du kommer att utveckla och tillämpa maskininlärningsmodeller för att identifiera biomarkörer och analysera biologiska mönster, samt visualisera och tolka resultaten. I arbetet ingår även att dokumentera arbetsflöden och analysresultat i enlighet med god forskningssed. Du förväntas aktivt delta i forskningsmöten och samarbeta både inom den egna forskargruppen och med externa samarbetspartners.

Kvalifikationer

Krav:

• Masterexamen i bioinformatik, data science, systembiologi eller motsvarande
• Dokumenterad erfarenhet av programmering i Python, inklusive användning av vetenskapliga bibliotek som NumPy, Pandas och Scikit-learn
• Erfarenhet av analys av masspektrometri-data, inklusive förbehandling och kvalitetskontroll
• Erfarenhet av tillämpning av maskininlärning och deep learning på biologiska eller medicinska data, inklusive arbete med Convolutional Neural Networks (CNNs) och användning av deep learning-ramverk såsom PyTorch och/eller TensorFlow för design, träning och utvärdering av neurala nätverk
• Erfarenhet av Linux-miljö och användning av Docker-containrar
• Vana av versionshantering med Git och GitHub i forsknings- eller dataanalysprojekt
• Mycket god förmåga att uttrycka dig i tal och skrift på engelska, inklusive vetenskaplig dokumentation
• Noggrannhet, självständighet och god samarbetsförmåga

Meriterande:

• Erfarenhet av arbete inom kliniknära forskningsprojekt, särskilt projekt som involverar hantering och analys av patientdata
• Erfarenhet av dataanalys inom metabolomik, lipidomik eller proteomik
• Erfarenhet av att skapa och dokumentera reproducerbara analysflöden
• Erfarenhet av datahantering av stora datamängder

Stor vikt kommer att läggas vid personlig lämplighet, särskilt avseende samarbetsförmåga, ansvarstagande och en positiv attityd i en tvärvetenskaplig miljö.

Om anställningen 
Anställningen är tidsbegränsad, 3 månader. Omfattningen är heltid. Tillträde eller enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Kim Kultima (kim.kultima@medsci.uu.se)

Välkommen med din ansökan senast den 26 maj 2025, UFV-PA 2025/1539.