Doktorand i datoriserad bildbehandling med fokus på tillämpningar inom datadriven precisionsmedicin och diagnostik

Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och vänliga kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst inom Datadriven precisionsmedicin och diagnostik vid Institutionen för informationsteknologi, Uppsala universitet.

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

Projektet leds av professor Nataša Sladoje, inom Centrum för bildanalys vid Institutionen för informationsteknologi och genomförs tillsammans med forskare som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet.

Doktorandtjänsten är inom forskarskolan Datadriven livsvetenskap (DDLS). Datadriven livsvetenskap (DDLS) använder data, beräkningsmetoder och artificiell intelligens för att studera biologiska system och processer på alla nivåer, från molekylära strukturer och cellulära processer till människans hälsa och de globala ekosystemen. SciLifeLab och Wallenbergs nationella program för  datadriven livsvetenskap (DDLS) har som mål att rekrytera och utbilda nästa generations forskare inom datadriven livsvetenskap och skapa globalt ledande kompetens inom beräknings- och datavetenskap för livsvetenskap i Sverige. Programmet har 3,3 miljarder SEK i finansiering under 12 år från Knut och Alice Wallenbergs stiftelse.

Under 2025 kommer DDLS forskarskola att rekrytera 19 akademiska- och 7 industridoktorander. Under programmets gång kommer mer än 260 doktorander och 200 postdoktorer att vara en del av forskarskolan. DDLS-programmet har fyra strategiska forskningsområden: Datadriven precisionsmedicin och diagnostik, Datadriven smittspridning och infektionsbiologi, Datadriven cell- och molekylärbiologi samt Datadriven evolution och biodiversitet. För mer information, se länk här.

Livsvetenskapens framtid är datadriven. Kommer du att leda den förändringen med oss? Ansök nu!

Projektbeskrivning
Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare satsar på att förstå komplexiteten i anti-cancerimmunitet och utvecklar diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör framgångsrik individualiserad cancerbehandlingsplanering. Samtida AI-baserade metoder är mycket lovande när det gäller att främja denna forskningsfront.  

Detta projekt är en viktig del av vårt bredare initiativ för att använda innovativa, tolkningsbara datadrivna analysmetoder och avsevärt öka vår förståelse för immuncellers inbördes relationer inom cancerns mikromiljö. Genom att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata, kommer vi att sträva efter att integrera korrelerad strukturell och molekylär analys i det naturliga 3D-vävnadsrymden. Denna integration kommer att förbättra förutsägelsen av sjukdomsprogression och svar på specifika behandlingar.

Datadriven precisionsmedicin och diagnostik omfattar dataintegration, analys, visualisering och datatolkning för patientstratifiering, upptäckt av biomarkörer för sjukdomsrisker, diagnos, läkemedelsrespons och övervakning av hälsa. Forskning inom precisionsmedicin förväntas använda befintliga starka tillgångar i Sverige och utomlands, såsom molekylära data (t.ex. omics), avbildningstekniker, elektroniska hälso- och sjukvårdsdata, longitudinella patient- och befolkningsregister och biobanker.

Arbetsuppgifter
Doktoranden kommer att ägna större delen av tiden åt sin utbildning på forskarnivå. Övrig verksamhet inom avdelningen, t.ex. undervisning och administrativt arbete, kan ingå inom ramen för anställningen (högst 20%), varvid tjänsten förlängs för att möjliggöra fyra års forskarstudier på heltid.

Kvalifikationskrav
Behörighet till utbildning på forskarnivå regleras i Högskoleförordningen. Grundläggande behörighet har den som:

• avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknik, dataanalys, tillämpad matematik eller ett annat relaterat område, eller
• fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
• på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Högskolan får för en enskild sökande medge undantag från kravet på grundläggande behörighet, om det finns särskilda skäl. (7 kap. 39 § HF). För särskild behörighet, se studieplanen för ämnet.

De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

Vi söker kandidater med:

• En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
• Kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
• Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
• Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
• God samarbetsförmåga, driv och självständighet.

Önskvärt/meriterande i övrigt
Meriterande är:

• Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin
• Erfarenhet av programmering i Matlab, versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer
• Erfarenhet av grafbaserade metoder och graf-neuronnät
• Erfarenhet av förklarlig och tolkningsbar AI (XAI)

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

Ansökan
Ansökan ska innehålla:

• Meritförteckning (CV);
• Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
• Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
• Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
• Ett följebrev (högst en sida) som inkluderar:
  • Din motivering för att söka denna tjänst
  • Tidigast möjliga startdatum (med skäl om tillämpligt)
  • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer.

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 september 2025 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

Välkommen med din ansökan senast den 12 maj 2025, UFV-PA 2025/1140.