Postdoktor inom säkerhet och integritet inom distribuerad maskininlärning över trådlösa nätverk - Under tillsättning eller tillsatt, ej sökbar

Postdoktor inom säkerhet och integritet inom distribuerad maskininlärning över trådlösa nätverk

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution och har i dag drygt 350 anställda varav 120 lärare och 120 doktorander. C:a 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionen för informationsteknologis webbplats.
http://www.it.uu.se/first?lang=sv

Institutionen för informationsteknologi öppnar nu en postdoktortjänst för kvalificerade personer som är intresserade av forskning inom området datasäkerhet för IoT. Ni kommer att vara del av en ledande forskargrupp med publikationer i de mest prestigefulla konferenserna inom området.

Ämnesområde
Med framstegen inom 5G och preliminära studier om 6G trådlös kommunikation framstår
konvergensen mellan distribuerad maskininlärning och integritet som en central arena med olika
tillämpningar, inklusive transport, smarta städer och nätverksinfrastrukturer. Eftersom enheter utbyter maskininlärningsmodeller med närliggande enheter och nätverksinfrastrukturen blir det viktigt att säkerställa en säker och privat överföring av data samtidigt som man utnyttjar fördelarna med distribuerade maskininlärningsalgoritmer. Denna forskningsdomän syftar inte bara till att optimera effektiviteten och prestandan hos trådlösa kommunikationssystem utan också till att upprätta strikta integritets- och säkerhetsgarantier. 

Arbetsuppgifter
Målet med detta projekt är att aktivt bidra till denna dynamiska forskningsagenda genom att fördjupa sig i det komplicerade förhållandet mellan distribuerad maskininlärning, integritet, säkerhet och trådlös kommunikation.

Tjänsten är på två år och omfattar avdelningsuppgifter (främst undervisning) på högst 20%.

Kvalifikationskrav
Doktorsexamen i datavetenskap eller elektroteknik, eller motsvarande eller en utländsk examen som bedöms motsvara doktorsexamen i datavetenskap eller elektroteknik, eller motsvarande. 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.

Ett genuint intresse och nyfikenhet för ämnet och utmärkta analytiska och kommunikativa färdigheter, både muntliga och skriftliga, krävs.

Utmärkt kommunikationsförmåga i tal och skrift på engelska är ett krav.

Önskvärt/meriterande i övrigt
Den ideala kandidaten för tjänsten har forskningserfarenhet inom maskininlärning, optimering och trådlös kommunikation. Ytterligare erfarenhet av federerad learning, differential privacy, programmering i Pytorch- eller Tensorflow-bibliotek är till hjälp.

Om anställningen 
Anställningen är tidsbegränsad i två år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde så snart som möjligt eller enligt överenskommelse. Placeringsort: Uppsala

Ansökan måste innehålla:
1. Ett personligt brev som kort beskriver din motivation för att söka tjänsten och projektet och tidigast möjliga anställningsdatum (max 1 sida).
2. En meritförteckning (CV).
3. En lista över publikationer.
4. Upp till fem utvalda publikationer i elektroniskt format.
5. En forskningsplan som beskriver din tidigare och nuvarande forskning (max 1 sida) och ett förslag för framtida aktiviteter (max 1 sida).
6. Kontaktinformation för två referenser.
7. En kopia av relevanta betygsdokument (översatt till svenska eller engelska).

Upplysningar om anställningen lämnas av: professor Christian Rohner, avdelningen för datorteknik, e-post christian.rohner@it.uu.se  eller biträdande universitetslektor José Mairton Barros da Silva Jr, avdelningen för datorteknik, e-post mairton.barros@it.uu.se 

Välkommen med din ansökan senast den 8 januari 2024, UFV-PA 2023/4664.