Doktorand i astronomi, objektklassificering via maskininlärning med 4MOST - Under tillsättning eller tillsatt, ej sökbar

Institutionen för fysik och astronomi är en av Uppsala universitets största med närmare 400 anställda, varav ca 125 doktorander. Institutionen bedriver forskning och utbildning i världsklass inom såväl teoretisk som experimentell fysik och har en omfattande samverkan med omvärlden. Forskningen genomförs vid 10 forskningsavdelningar och berör allt från det ofattbart lilla till det stora inom till exempel energiförsörjning, klimatutveckling, nya material och universum. Hela detta spektrum avspeglar sig också i institutionens kurser och utbildningsprogram. Runt 2 500 studenter läser varje år kurser på grund- och avancerad nivå vid institutionen. Läs mer på www.physics.uu.se

På avdelningen för astronomi och rymdfysik bedrivs forskning om galaxer och kosmologi, stjärnfysik, planetsystem, atomär astrofysik och instrumentering. Avdelningen deltar inom en rad internationella vetenskapliga samarbeten kring teleskop och satelliter. Vi söker nu en doktorand inom astronomi, med inriktning mot astronomisk klassificering med teleskopet 4MOST (4-meter Multi-Object Spectroscopic Telescope).

Denna doktorandanställning är del av eSSENCE – SciLifeLabs forskarskola i dataintensiv vetenskap. Forskarskolan är inriktad på utmaningar inom dataintensiv vetenskap både från ett grundläggande metodologiskt perspektiv och utifrån datadrivna tillämpningar inom vetenskap. Det är en arena för experter inom beräkningsvetenskap, datavetenskap och "data engineering" (system och metodik) att nära samarbeta med forskare inom datadrivna vetenskaper, industri och samhälle för att accelerera data-intensiva vetenskapliga upptäckter.

eSSENCE är ett strategiskt forskningsprogram inom e-vetenskap i samarbete mellan tre svenska universitet med en stark tradition av framstående e-vetenskapliga forskning: Uppsala universitet, Lunds universitet och Umeå universitet.

SciLifeLab är ett ledande institut och en nationell forskningsinfrastruktur med uppdrag att möjliggöra banbrytande livsvetenskaplig forskning i Sverige, främja internationellt samarbete, och attrahera och behålla kunskap och talang.

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

Arbetsuppgifter
Doktoranden förväntas arbeta med utveckling och implementering av nya astrostatistiska maskininlärningsmetoder för automatisk klassificering och anomalidetektion i analyser av komplexa och stora astronomiska datamängder. Arbetet utförs inom ramen för det vetenskapliga samarbetet kring teleskopet 4MOST (4-meter Multi-Object Spectroscopic Telescope, http://www.4most.eu).

4MOST kommer att bli Europas nya arbetshäst för astronomisk spektroskopi. Med start 2024 kommer 4MOST att samla in optiska spektra från 40 miljoner objekt, både galaktiska och extragalaktiska. Uppsala universitet har varit en vetenskaplig partner i projektet från starten. För att maximera de vetenskapliga resultaten och potentialen för nya upptäckter krävs nya och mer effektiva metoder för objektklassificering och avvikelseidentifiering, som inte bygger på redan existerande teoretiska eller empiriska modeller. Den samlade mängden data från 4MOST kommer att innehålla cirka tre biljoner datapunkter. Detta kräver en probabilistisk klassificeringsmetod som effektivt kan tränas om upprepade gånger.

Doktorandprojektets mål är att utveckla en effektiv automatisk och dynamiskt träningsbar klassificerings- och anomalidetektions-pipeline för spektroskopiska + fotometriska astronomiska kartläggningar, som kan beräkna sannolikheten för varje objekt (astronomisk källa) i mycket stora datamängder att tillhöra olika kategorier av objekt (t. ex. stjärnor, galaxer, aktiva galaxkärnor). För att uppnå detta kommer övervakade och icke-övervakade Bayesianska maskininlärningsmetoder att anpassas och tillämpas, liksom metoder för hantering av enorma och snabba datamängder. Initialt kommer arbetet bedrivas med data från tidigare astronomiska kartläggningar och simulerade data, och förväntas sedan övergå till att använda sig av observationella data från 4MOST 2024/25. Doktorandprojektets fokus är på den tekniska tillämpningen av metoder för dataintensiv hantering och maskininlärning,snarare än fysikalisk analys och modellering av astronomiska objekt.

Doktoranden kommer att tillhöra eSSENCE - SciLifeLab forskarskola för dataintensiv vetenskap, och förväntas delta och samverka inom ramen för denna.

Kvalifikationskrav
Kandidaten bör inneha en masterexamen i astronomi, fysik, teknisk fysik, datavetenskap eller motsvarande. Kandidaten ska ha god erfarenhet av programutveckling i något modernt programmeringsspråk, samt god kommunikationsförmåga liksom muntlig och skriftlig färdighet i engelska. Kandidaten bör kunna arbeta självständigt samt samarbeta i ett internationellt team med partners i andra länder.

Önskvärt/meriterande i övrigt
Erfarenhet inom astronomi / astrofysik, spektroskopi och tillämpning av maskininlärningsmetoder (särskilt Bayesianska metoder) samt studiemeriter kommer att tillmätas mycket stor vikt. Stor vikt kommer att läggas vid förståelse av utveckling och underhåll av komplexa arbetsflöden och pipelines för databehandling. Erfarenhet av analys av stora eller snabba datamängder är också av vikt. Intervju samt färdighetsprov kan komma att användas för urval.

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 2023-01-09 eller enligt överenskommelse. Placeringsort: Uppsala

Om ansökan
Ansökan bör innehålla en meritförteckning (CV), en kort beskrivning av forskningsintressen, kvalifikationer och tidigare forskningserfarenheter, kopior av relevanta betygshandlingar, examensarbete, eventuella egna publikationer och ett personligt brev. Kontaktinformation till två oberoende referenspersoner (e-post och telefonnummer) samt personliga förhållanden som kan vara relevanta för bedömningen, t.ex. föräldraledighet, ska nämnas i den sökandes CV. Ansökan bör skrivas på engelska.

Upplysningar om anställningen lämnas av: Martin Sahlén, 018-471 59 70, martin.sahlen@physics.uu.se; Andreas Korn, andreas.korn@physics.uu.se

Välkommen med din ansökan senast den 31 oktober 2022, UFV-PA 2022/3553.