Postdoktorer i distribuerad maskininlärning och optimering

Institutionen för elektroteknik vid Uppsala universitet bedriver framgångsrik forskning och utbildning inom områdena reglerteknik och signalbehandling, maskininlärning, industriell IoT, 6G-kommunikation och trådlösa sensornätverk samt forskning och utbildning inom förnybar energi, elfordon, livsvetenskaper, smarta elektroniska sensorer och medicinska system. Institutionen för elektroteknik är en internationell arbetsplats med cirka 170 anställda som alla bidrar till att lösa viktiga tekniska utmaningar inom energi och hälsa vid Ångströmlaboratoriet.

Vi har nöjet att utlysa upp till två postdoktortjänster, placerade vid avdelningen för Signaler och system, Institutionen för elektroteknik.

Projektbeskrivning:
Distribuerad maskininlärning möjliggör samarbetsinriktat lärande över flera enheter utan att rådata utbyts, vilket säkerställer integritet och minskar kommunikationskostnader. I tillämpningar såsom nätverkskopplade autonoma system och mobil robotik innebär lärande över trådlösa nätverk betydande utmaningar på grund av begränsad kommunikationsbandbredd och kanalvariationer, begränsade beräkningsresurser hos IoT-enheter, den heterogena karaktären hos distribuerade data samt slumpmässigt tidsvarierande nätverkstopologier.

Målet med projektet är att utforma och analysera snabba, lågkomplexa och kommunikationseffektiva algoritmer för distribuerat lärande och optimering som är anpassningsbara till de begränsningar som trådlösa nätverk medför. Vidare kan illvilliga noder i distribuerade system störa träningsprocessen genom att sända falska data och genom byzantinska attacker. Att utforma byzantintåliga distribuerade maskininlärningsalgoritmer under integritetskrav är därför också en utmanande uppgift som kommer att undersökas inom detta projekt.

Projektet är tvärvetenskapligt till sin natur och kräver verktyg från distribuerad optimering och reglerteknik, trådlös kommunikation och nätverk, signalbehandling, statistisk maskininlärning, slumpmatristeori samt metoder för integritet och säkerhet. Projektet kommer att bidra till att föra forskningsfronten framåt inom robust distribuerad inlärning över trådlösa nätverk och även till att ta fram designriktlinjer för praktiska inlärningsalgoritmer.

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

Arbetsuppgifter:
De huvudsakliga arbetsuppgifterna för dessa tjänster inkluderar:

• Att bedriva teoretisk och tillämpad forskning inom distribuerad optimering och maskininlärning, i synnerhet utveckling av nya federerade och fullt distribuerade maskininlärnings- och optimeringsalgoritmer, genomföra prestandaanalyser av dessa algoritmer på syntetiska och verkliga datamängder samt utforma byzantintåliga och integritetsbevarande algoritmer för distribuerat lärande
• Att skriva tekniska forskningsartiklar av hög kvalitet för publicering i högt ansedda tidskrifter såsom IEEE Transactions, Automatica och Journal of Machine Learning Research, samt i ledande internationella konferenser inom området
• Att delta i spridning av forskningsresultat genom institutionsseminarier samt konferenspresentationer nationellt och internationellt
• Undervisning på grund- och avancerad nivå motsvarande högst 20 % av heltid

Kvalifikationskrav:

• Den sökande ska ha avlagt doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen inom elektroteknik, datateknik eller tillämpad matematik med inriktning mot reglerteknik och optimering eller statistisk maskininlärning
• Examen ska vara avlagd vid tidpunkten för anställningsbeslutet. 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.
• Mycket god analytisk och matematisk förmåga samt god kunskap inom flera av följande områden: reglerteori, konvex optimering, statistisk maskininlärning, signalbehandling och trådlös kommunikation, differential integritet och homomorf kryptering
• God programmeringsförmåga i MATLAB eller Python (obligatoriskt) samt C++ (meriterande)
• Mycket god förmåga att uttrycka sig i tal och skrift på engelska
• Förmåga att bedriva självständig forskning samt att effektivt samarbeta med andra gruppmedlemmar

Om anställningen 
Anställningen är tidsbegränsad till 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 2026-06-01 eller enligt överenskommelse. Placeringsort: Uppsala.

För ytterligare information om tjänsterna, vänligen kontakta professor Subhrakanti Dey (subhrakanti.dey@angstrom.uu.se). Information om avdelningen för Signal och system finns på www.uu.se/institution/elektroteknik.

Ansökan ska innehålla:

Ett personligt brev med motivering till varför du är intresserad av tjänsten och hur tjänsten matchar dina kvalifikationer, samt en kort beskrivning av din tidigare forskningserfarenhet CV Publikationslista Övriga relevanta handlingar, exempelvis namn på 2–3 referenspersoner

Välkommen med din ansökan senast den 23 februari 2026, UFV-PA 2026/304.