2 Postdoktorer i maskininlärning – fundamentala metoder och modeller - 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 viktig del i vår forskning är probabilistiska modeller som gör att vi systematiskt kan representera och hantera den osäkerhet 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 inlärningsalgoritmer är även de viktiga beståndsdelar i vår forskning. 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 sista huvudbiten i vår forskning är beslutsfattande/reglering. 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. Thomas Schön är även Fellow i ELLIS society (https://ellis.eu/), vilket öppnar för goda samarbeten med inom Europa, samt WASP (https://wasp-sweden.org/) för samarbeten inom Sverige.

Arbetsuppgifter/Projektbeskrivning: Forskning i fundamentala metoder/modeller för maskininlärning. Denna postdoktoranställning syftar till att intensifiera vårt arbete (såväl metodutveckling som tillämpningar) inom maskininlärning. Positionen kan även innehålla undervisning inom maskininlärning samt handledning av doktorander.

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 maskininlärning. Publikationer vid ledande konferenser inom maskininlärning är ett krav. 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.

Som person är du kreativ, noggrann och har ett strukturerat angreppssätt. Vid urval bland de sökande bedöms förmågan att självständigt kunna driva sitt arbete framåt, att kunna samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Efter behörighetskraven kommer stor vikt att läggas vid personliga egenskaper och personlig lämplighet.

Önskvärt/meriterande i övrigt: Erfarenhet av tvärvetenskaplig forskning är meriterande.

Ansökan: Ansökan ska innehålla:

1. En meritförteckning (CV),

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

3. Publikationslista,

4. Upp till fem utvalda publikationer i elektronisk form.

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

6. Kontaktinformation till två referenser,

7. 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 4 december 2020, UFV-PA 2020/3931.