Postdoktor i maskininlärning - Under tillsättning eller tillsatt, ej sökbar

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Institutionen har i dag ca 280 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 info: http://www.it.uu.se

Vid avdelningen för Systemteknik utvecklar vi metodik och konkreta verktyg för inlärning, resonerande och agerande baserat på uppmätta data. En av hörnstenarna i vår forskning är  probabilistiska modeller som gör att vi systematiskt kan representera och hantera den osäkerheten som finns i alla data. Ett viktigt mål är att utveckla flexibla modeller som kan beskriva komplexa dynamiska fenomen och deras omgivande miljöer så att maskiner och människor bättre kan förstå världen runt oss. Data och modeller är två av hörnstenarna i vår forskning. Den tredje hörnstenen är inlärningsalgoritmen, med det grundläggande målet att automatiskt konstruera modeller baserade på data. Det är fortfarande en stor utmaning att utveckla effektiva och exakta inlärningsalgoritmer som kan hantera högdimensionella modeller, datarika applikationer, komplexa modellstrukturer och olika datakällor som uppstår i många av de dataanalysproblem som vi för närvarande står inför. Den fjärde och sista hörnstenen i vår forskning är beslutsfattande/reglering. Huvuduppgiften här är att använda allt vi lärt oss för att automatiskt fatta beslut och påverka den aktuella situationen på ett lämpligt sätt. Information om vår forskning finns tillgänglig från denna populärvetenskapliga beskrivning https://www.uu.se/nyheter-press/nyheter/artikel/?id=9990&typ=artikel

Vid avdelningen har vi ett brett nätverk av starka internationella samarbeten runt om i världen, till exempel vid University of Cambridge, University of Oxford, University of British Columbia, University of Sydney, University of Newcastle och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.

Arbetsuppgifter/Projektbeskrivning: Forskning i fundamentala metoder för maskininlärning och dess tillämpning inom kardiologi. Denna postdoktortjänst syftar till att intensifiera vårt arbete (såväl metodutveckling som tillämpningar) kring djupinlärning (deep learning) och dess användning när det kommer till att automatiskt tolka EKG. Positionen kan även innehålla undervisning inom maskininlärning.

Kvalifikationskrav: För anställning som postdoktor ska du ha doktorsexamen, eller en utländsk examen som bedöms motsvara doktorsexamen, i relevant område. Examen ska ha avlagts högst tre år före ansökningstidens utgång. Om det finns särskilda skäl kan examen vara äldre än tre år. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer etc. 

Den sökande ska ha en stark bakgrund inom metodutveckling och användning av djupinlärning, samt dess användning inom automattolkning av EKG. Publikationer vid ledande konferenser inom maskininlärning är ett krav. Även en god kunskap kring modellering av dynamiska system är en förutsättning. Särskilt vikt kommer läggas vid relevant forskning inom djupinlärning och dess användning för tillämpningar inom kardiologi, samt erfarenhet enligt de arbetsuppgifter som beskrivs ovan.

Anställningen är tvåårig och kan omfatta undervisning upp till 20 % av heltid beroende på tillgång och intresse. Du förväntas kunna undervisa på svenska eller engelska. Utmärkta kunskaper i muntlig och skriftlig engelska är ett krav.

Ansökan: Ansökan ska innehålla:

1. En meritförteckning (CV),

2. Kopia på relevanta betygshandlingar (översatta till svenska eller engelska),

3. Publikationslista, 

4. Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida), 

5. Kontaktinformation till två referenser, 

6. Ett personligt brev där du kort motiverar varför du söker denna tjänst samt ange tidigast möjliga anställningsdatum (max 1 sida).

Lön: Individuell lönesättning.

Tillträde: Snarast.

Anställningsform: Tidsbegränsad anställning i 2 år enligt centralt kollektivavtal.

Anställningens omfattning: 100 %

Upplysningar om anställningen lämnas av: Professor Thomas Schön, tel 018-471 3119, thomas.schon@it.uu.se.

Välkommen med din ansökan senast den 9 oktober 2020, UFV-PA 2020/3222.