Doktorand i beräkningsvetenskap med fokus på Secure Federated Machine Learning - Under tillsättning eller tillsatt, ej sökbar

Institutionen för informationsteknologi har en ledande position inom forskning och alla nivåer av högre utbildning. Idag har institutionen ca 300 anställda, varav 120 forskare och lärare och 110 doktorander. Institutionen bedriver forskning och utbildning inom ett spektrum av områden inom datavetenskap, informationsteknologi och beräkningsvetenskap. Mer än 4000 studenter tar varje år en eller flera kurser som institutionen erbjuder.

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

Anställningen är placerad vid avdelningen för beräkningsvetenskap inom institutionen för informationsteknologi. Som en av världens största fokuserade forskningsmiljöer inom beräkningsvetenskap har forskningen och utbildningen en unik bredd med omfattande aktiviteter inom klassiska beräkningsvetenskapliga områden som numerisk analys, matematisk modellering, utveckling och analys av algoritmer, vetenskaplig mjukvaruutveckling och högprestandaberäkningar. Många av avdelningens forskningsprojekt bedrivs i nära samarbeten med tillämpningsområden inom och utom akademin. Avdelningen befinner sig för närvarande i en expansiv fas inom nya tillväxtområden som molnberäkningar, datadriven vetenskap och artificiell intelligens och spelar en nyckelroll i flera nya strategiska initiativ vid universitetet. Avdelningen är för närvarande värd för 20 doktorander, och doktorandutbildningen i beräkningsvetenskap har hittills resulterat i över 80 doktorer. Många av dem är idag framgångsrika forskare i beräkningsvetenskap och relaterade områden, verksamma både inom akademi och inom näringsliv.

Vår forskargrupp specialiserar sig på att utveckla teori, metoder och programvara för distribuerade datorinfrastrukturer och maskininlärning. Vi har ett antal olika samarbetspartners och erbjuder stora möjligheter till samarbete med ledande forskare inom och utanför Sverige.

Den framgångsrika kandidaten kommer att integreras i den nyinrättade forskarskolan i cybersäkerhet vid institutionen för informationsteknologi. Forskarskolan tillhandahåller en miljö där studenter och forskare inom cybersäkerhet och relaterade områden arbetar tillsammans, genom gemensamma kurser och forskningsaktiviteter. Regelbundna seminarier planeras med presentationer från skolans deltagare och av inbjudna talare. Aktivt deltagande i forskarskolans verksamhet förväntas.

Projektbeskrivning
Artificiell intelligens (AI) är kärnan i moderna tillämpningar. De senaste två decennierna ägnades åt att förbättra matematiska modellerings- och träningsprocesser medans fokus nyligen skiftat mot säkerhet, integritet och tillit i AI lösningar. Bland annat har federerad maskininlärning [bättre: fördelad maskininlärning eller federated learning] (FedML) visat sig ha bra egenskaper för att bevara maskininlärningens integritet. Fokus i det här projektet kommer att vara på säkerhet och integritetsförbättrande tekniker för federerad maskininlärning [se ovan]. Vi kommer att utveckla nya teorier och metoder för att uppnå två huvudmål: säker aggregering av lokala modeller som kan vara påverkade av så kallade poisoningattacks (område 1); distribuerad aggregering av lokala modeller utan att avslöja datan som användes för att träna modellerna (område 2).

Projektet är ett nära samarbete med universitetslektor Salman Toor vid avdelningen för beräkningsvetenskap som huvudhandledare och universitetslektor André Teixeira vid avdelningen för systemteknik som biträdande handledare.

Arbetsuppgifter
En doktorands arbetsuppgifter är i första hand inriktade på den egna forskarutbildningen som varar i fyra år. Arbetet kan även i begränsad omfattning (ca 20 %) innebära andra institutionsuppgifter såsom undervisning i grundutbildningar och administrativa uppgifter – då kan tjänsten förlängas till högst fem år.

Kvalifikationskrav
En doktorandtjänst kräver en avlagd (eller nära avslutad) civilingenjörsexamen eller motsvarande, inom ett område som är relevant för projektets ämnesområde, god kommunikationsförmåga med goda kunskaper i muntlig och skriftlig engelska, samt utmärkta studieresultat. Ytterligare krav för denna tjänst inkluderar kunskaper i programmering (helst i Python), samt kunskaper i datavetenskap med fokus på ett eller flera av följande ämnen: säkerhet och integritet, distribuerade system eller maskininlärning. Vi förväntar oss att framgångsrika kandidater har en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat förhållningssätt till problemlösning.

Önskvärt/meriterande i övrigt
Extra meriter med samma vikt inkluderar erfarenhet med Federated Machine Learning, Multi-party Computation (MPC) samt numerisk optimering och moderna metoder inom mjukvaruutveckling.

Ansökan
Ansökan ska innehålla 1) ett personligt brev med en beskrivning av dig själv, dina forskningsintressen, skäl för att söka just denna doktorandtjänst och tidigare erfarenhet (max. 3 sidor), 2) ett CV, 3) kopior på relevanta universitetsexamina dokument, 4) [länk till; en lista av] relevanta publikationer (om sådana finns), 5) en kopia av ditt examensarbete (eller ett utkast om examensarbetet pågår, och/eller någon annan självförfattad teknisk text) och 6) andra relevanta dokument och certifikat (om någon, till exempel, deltagit i tävlingar på nationell eller internationell nivå) . Kandidater uppmuntras att ge upp till 3 rekommendationsbrev eller kontaktinformation till referenspersoner. Vi vill också veta det tidigast möjliga startdatumet.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 2023-01-01 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Docent Salman Toor, Salman.Toor@it.uu.se, Docent André Teixeira, Andre.Teixeira@it.uu.se

Välkommen med din ansökan senast den 27 september 2022, UFV-PA 2022/3004.