Amanuens - Under tillsättning eller tillsatt, ej sökbar

Vid avdelningen för systemteknik utvecklar vi både teori och konkreta verktyg för inlärning, resonerande och agerande baserat på data. Ett övergripande mål är att förbättra både människors och maskiners förståelse av komplexiteten i den verkliga världen. 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. 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.

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

Arbetsuppgifter
Arbetsuppgifter omfattar medverkande i ett av våra forskningsprojekt rörande användandet av djupinlärning för automattolkning av EKG mätningar. Konkret innebär detta implementation av djupinlärning för regression, samt utvärdering av resultat med hjälp av stora datamängder.

Kvalifikationskrav
För att anställas som amanuens är det ett krav att du är antagen till utbildning på grundnivå eller avancerad nivå. Kurser inom statistisk maskininlärning, probabilistiska modeller och djupinlärning är krav. Goda studiemeriter, inklusive mycket goda kunskaper inom matematik och programmering. God kunskap och erfarenhet av att använda PyTorch för djupinlärning i en större omfattning än vad som erhålls enbart genom kurser. Du ska kunna kommunicera obehindrat på engelska.

Önskvärt/meriterande i övrigt
Erfarenhet av variational inference och dess användning inom djupinlärning är starkt meriterande. Som person är du kreativ, noggrann och har ett strukturerat angreppssätt. Vid urval bland de sökande bedöms förmågan att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt samt att analysera och arbeta med komplexa problem. Efter behörighetskraven kommer stor vikt att läggas vid personliga egenskaper och personlig lämplighet.

Om anställningen 
Anställningen är 5 månader, tidsbegränsad enligt HF 5 kap § 12. Omfattningen är 50%. Tillträde omgående. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Beijer Professor Thomas Schön, 073 – 5933887, thomas.schon@it.uu.se.

Välkommen med din ansökan senast den 7 mars 2022, UFV-PA 2022/564.