Uppsala universitet, Institutionen för informationsteknologi

Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra långsiktig skillnad i samhället. Vår viktigaste tillgång är alla de individer som med sin nyfikenhet och sitt engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Uppsala universitet har drygt 54 000 studenter, mer än 7 500 anställda och en omsättning på cirka 8 miljarder kronor.

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Institutionen har i dag ca 300 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 finns via länken till institutionens hemsida.

Vid  utvecklar vi teori för och tillämpningar av reglerteknik, systemidentifiering och maskininlärning. Ett viktigt mål är att utveckla matematiska modeller som kan beskriva verkliga dynamiska fenomen så att maskiner och människor mer effektivt kan agera i världen runt oss. Optimeringsmetoder är centrala i fältet eftersom de utnyttjas såväl inom reglerteknik som maskininlärning och systemidentifiering. För beskrivning av dynamiska system är kvantifiering av osäkerhet viktig och möjliggör design av algoritmer med garanterad prestanda.

Vid avdelningen har vi ett brett nätverk av starka internationella samarbeten runt om i världen, till exempel vid Delft University of Technology, University of Cambridge, University of Oxford, Imperial College, University of British Columbia, University of Sydney, University of Newcastle och Alto University.

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

Arbetsuppgifter och projektbeskrivning
Du kommer att ingå i Secure Learning and Control Laboratory vid Institutionen för informationsteknologi, Uppsala universitet. Laboratoriet bedriver interdisciplinär forskning av både teoretisk och tillämpad karaktär i skärningspunkten mellan cybersäkerhet, reglerteori och maskininlärning. Visionen är att utveckla en metodologisk bas för dimensionering av intelligenta autonoma beslutsfattande system som är säkra och kan motstå illvilliga attacker

I ditt arbete kommer du intensifiera vår forskning (med både metodutveckling och tillämpningar) inom säker inlärning och reglersystem. Möjlighet finns att forska på tillämpningar inom t.ex. vattennätverk, smarta nät eller robotteknik. Tjänsten kan även innefatta undervisning i närliggande ämnen.

Två konkreta exempel på potentiella forskningsprojekt anges kort nedan. Som sökande får du gärna ange det projekt du är mest intresserad av, men detta val är inte bindande.

Projekt 1: Säkra inlärnings- och styrsystem
Tjänsten är en del av projektet “Secure and Resilient Control Systems” som finansieras inom SSF:s program Framtidens forskningsledare. Projektet syftar till att utveckla metoder för att, under osäkerhet, hantera de cybersäkerhetsutmaningar som uppstår i beslutsfattande system för styrning och maskininlärning. Den metodologiska frågeställningen är att föreslå och analysera nya probabilistiska riskmått och optimeringsbaserade designmetoder som tar hänsyn till en attacks konsekvenser och detekterbarhet, samt modellosäkerhet och kännedom om angriparens strategi. Genom att kombinera relevanta metoder inhämtade från reglerteori, förstärkningsinlärning, optimeringslära och spelteori ämnar projektet att föra fram forskningsfronten inom säkra reglersystem och maskininlärning.

Mer information finns via länken till projektets hemsida.

Projekt 2: Resiliens i storskalig kritisk infrastruktur
Tjänsten finansieras av ett forskningsanslag från Vetenskapsrådet för projektet ”Resilience, Safety and Security in Tree-structured Civil Networks”. Civila infrastrukturnätverk är kritiska för det moderna samhället då de distribuerar resurser och skyddar samhället från faror. Den civila infrastrukturens motståndskraft mot störande händelser är det övergripande ämnet för projektet.

Huvudsyftet med projektet är att ta fram en sammanhängande systemteoretisk plattform för resiliensanalys av civila infrastrukturnätverk, samt resiliensinformerad styrning av dessa. Hänsyn måste tas till störande händelser som haverier, naturrisker och cyberattacker.

Projektet kommer att genomföras inom tre huvudområden: Matematisk modellering av civila infrastrukturnätverk under störningar; Modellbaserad bedömning av resiliens via operativa index; Resiliensinformerad styrning av nätverken. Genomförbarheten och effektiviteten av de utvecklade matematiska modellerna och algoritmerna förväntas utvärderas med avseende på stadsvatten- och avloppsnätverk.

Mer information finns via länken till projektbeskrivning.

Kvalifikationskrav
Doktorsexamen inom ett område som har nära anknytning till denna tjänst eller en utländsk examen som bedöms motsvara doktorsexamen inom ett område som har nära anknytning till denna tjänst. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. 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.

Den sökande ska ha en gedigen bakgrund inom metodutveckling och användning av reglerteori. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Vid urval bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet. Goda kunskaper i engelska i tal och skrift är ett krav.

Önskvärt/meriterande i övrigt
Dessutom är erfarenhet av tvärvetenskaplig forskning meriterande. Erfarenheter och kurser inom Cybersäkerhet och Integritet, Maskininlärning eller Statistiska beräkningsmetoder, och Optimering är meriterande. För det andra projektet värdesätter vi även kunskap inom storskaliga dynamiska system och reglerteori, samt erfarenhet av skalbara algoritmer för analys och feldetektering i storskaliga system.

Ansökan ska innehålla 

  1. En meritförteckning (CV),
  2. En kopia av relevanta examina och 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). Vänligen ange ditt föredragna projekt och förklara hur din profil passar ditt val,
  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).

Om anställningen 
Anställningen är tidsbegränsad  i 2 år enligt centralt kollektivavtal. Omfattningen är 100 %. Tillträde enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Universitetslektor André Teixeira (phone: +46  18-471 5414, email: andre.teixeira@it.uu.se) och Biträdande universitetslektor Per Mattsson (phone: +46  18-471 3168, email: per.mattsson@it.uu.se).

Välkommen med din ansökan senast den 29 juli 2022, UFV-PA 2022/1871.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Individuell lönesättning.
Antal lediga befattningar 2
Sysselsättningsgrad 100 %
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2022/1871
Facklig företrädare
  • Seko Universitetsklubben, seko@uadm.uu.se
  • ST/TCO, tco@fackorg.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2022-05-18
Sista ansökningsdag 2022-07-29

Tillbaka till lediga jobb