Publicerad: 2024-11-01
Postdoktor i statistik
Umeå universitet är ett av Sveriges största lärosäten med över 37 000 studenter och cirka 4 700 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 som tilldelats Nobelpriset i kemi. Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur.
Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om – och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas.
Är du intresserad av att veta mer? https://www.umu.se/jobba-hos-oss/om-universitetet-som-arbetsplats/
Enheten för statistik vid Handelshögskolan (USBE) söker en Postdoktor i statistik för att bedriva kvalificerad statistisk forskning.
Välkommen med din ansökan senast den 5 januari 2025.
Vid Enheten för statistik, bedrivs såväl metodologisk som tillämpad forskning i samarbete med forskare från andra ämnen – främst med samhällsvetenskapliga och medicinska tillämpningar. Vi erbjuder en forskningsmiljö med tillgång till såväl internationella som nationella nätverk. Vår huvudsakliga forskningsprofil är metoder och mjukvara för analys av stora och komplexa datamaterial, med tillämpningar inom exempelvis storskaliga kunskapsmätningar, och utvärdering av hälsa och vårdkvalitet. För ytterligare information, se: https://www.umu.se/handelshogskolan/om/statistik/
Arbetsuppgifter
Din forskning kommer att bedrivas inom det externfinansierade forskningsprojektet ”Innovativa statistik och maskininlärningsmetoder för jämförelser av prediktion och utfall i registerdata”, med syfte att utveckla, utvärdera och implementera statistiska metoder, inklusive moderna maskininlärningsmetoder, för att dra slutsatser från registerdata. De föreslagna metoderna kommer att utvärderas med data från utbildnings- och hälsoregister men metoderna är generiska och kan användas inom andra storskaliga dataregister. Du kommer att planera och genomföra egen, oberoende forskning men förväntas också samarbeta med forskare vid enheten samt forskare inom andra ämnesområden. Tjänsten kan, vid behov och efter överenskommelse, innehålla upp till 20% undervisning vid enheten.
Anställningen är på heltid under två år. Startdatum 10 mars eller enligt överenskommelse.
Behörighet och bedömningskriterier
Den sökande ska ha en doktorsexamen i statistik (eller motsvarande område). Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Prioritet ges till sökande som har erhållit sin doktorsexamen högst tre år innan sista ansökningsdatum. En sökande som erhållit sin doktorsexamen innan dess kan beaktas under speciella omständigheter. Speciella omständigheter inkluderar sjukdom, föräldraledighet, förtroendeuppdrag inom fack eller liknande.
Det huvudsakliga bedömningskriteriet är dokumenterad forskningsskicklighet. Kandidaten förväntas ha dokumenterad erfarenhet av:
att utveckla statistiska metoder, inklusive metoder baserade på algoritmer för maskininlärning,
att analysera stora registerdata,
samt förmåga att arbeta såväl självständigt som i en del av en forskargrupp.
Vidare krävs utmärkta kunskaper i programmering i relevanta programmeringsspråk samt utmärkta skriftliga och muntliga kommunikationsfärdigheter i engelska. Du har goda sociala färdigheter och ett fokuserat, flexibelt och proaktivt arbetssätt. Dokumenterad erfarenhet av interdisciplinära forskningsprojekt och -samarbeten är meriterande.
Ansökan
Din ansökan ska innehålla:
Ett ansökningsbrev som beskriver dina forskningsintressen (max två sidor).
En forskningsplan, skriven på engelska, som beskriver dina forskningsintressen i relation till postdoktoratet, (max tre sidor, exklusive referenser).
Curriculum Vitae.
Publikationslista inklusive doktorsavhandling samt högst tre utvalda publikationer.
Kopior av relevanta examensbevis och annan dokumentation som du vill inkludera som stöd för din ansökan.
Namn och kontaktuppgifter till minst två referenspersoner.
Din ansökan ska vara inkommen via universitetets e-rekryteringssystem senast den 5 januari 2025.
Information
För mer information, kontakta professor Marie Wiberg, marie.wiberg@umu.se, 090-786 9524, eller professor Marie Eriksson, marie.eriksson@umu.se, 090-786 6108.
Mer om Handelshögskolan
Enheten för statistik har ca 30 anställda. Vi bedriver statistisk grundforskning och empirisk forskning i nära samarbete med andra vetenskaper. Läs mer om Handelshögskolan här: https://www.umu.se/handelshogskolan/
Välkommen med din ansökan!
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.
Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om – och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas.
Är du intresserad av att veta mer? https://www.umu.se/jobba-hos-oss/om-universitetet-som-arbetsplats/
Enheten för statistik vid Handelshögskolan (USBE) söker en Postdoktor i statistik för att bedriva kvalificerad statistisk forskning.
Välkommen med din ansökan senast den 5 januari 2025.
Vid Enheten för statistik, bedrivs såväl metodologisk som tillämpad forskning i samarbete med forskare från andra ämnen – främst med samhällsvetenskapliga och medicinska tillämpningar. Vi erbjuder en forskningsmiljö med tillgång till såväl internationella som nationella nätverk. Vår huvudsakliga forskningsprofil är metoder och mjukvara för analys av stora och komplexa datamaterial, med tillämpningar inom exempelvis storskaliga kunskapsmätningar, och utvärdering av hälsa och vårdkvalitet. För ytterligare information, se: https://www.umu.se/handelshogskolan/om/statistik/
Arbetsuppgifter
Din forskning kommer att bedrivas inom det externfinansierade forskningsprojektet ”Innovativa statistik och maskininlärningsmetoder för jämförelser av prediktion och utfall i registerdata”, med syfte att utveckla, utvärdera och implementera statistiska metoder, inklusive moderna maskininlärningsmetoder, för att dra slutsatser från registerdata. De föreslagna metoderna kommer att utvärderas med data från utbildnings- och hälsoregister men metoderna är generiska och kan användas inom andra storskaliga dataregister. Du kommer att planera och genomföra egen, oberoende forskning men förväntas också samarbeta med forskare vid enheten samt forskare inom andra ämnesområden. Tjänsten kan, vid behov och efter överenskommelse, innehålla upp till 20% undervisning vid enheten.
Anställningen är på heltid under två år. Startdatum 10 mars eller enligt överenskommelse.
Behörighet och bedömningskriterier
Den sökande ska ha en doktorsexamen i statistik (eller motsvarande område). Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Prioritet ges till sökande som har erhållit sin doktorsexamen högst tre år innan sista ansökningsdatum. En sökande som erhållit sin doktorsexamen innan dess kan beaktas under speciella omständigheter. Speciella omständigheter inkluderar sjukdom, föräldraledighet, förtroendeuppdrag inom fack eller liknande.
Det huvudsakliga bedömningskriteriet är dokumenterad forskningsskicklighet. Kandidaten förväntas ha dokumenterad erfarenhet av:
att utveckla statistiska metoder, inklusive metoder baserade på algoritmer för maskininlärning,
att analysera stora registerdata,
samt förmåga att arbeta såväl självständigt som i en del av en forskargrupp.
Vidare krävs utmärkta kunskaper i programmering i relevanta programmeringsspråk samt utmärkta skriftliga och muntliga kommunikationsfärdigheter i engelska. Du har goda sociala färdigheter och ett fokuserat, flexibelt och proaktivt arbetssätt. Dokumenterad erfarenhet av interdisciplinära forskningsprojekt och -samarbeten är meriterande.
Ansökan
Din ansökan ska innehålla:
Ett ansökningsbrev som beskriver dina forskningsintressen (max två sidor).
En forskningsplan, skriven på engelska, som beskriver dina forskningsintressen i relation till postdoktoratet, (max tre sidor, exklusive referenser).
Curriculum Vitae.
Publikationslista inklusive doktorsavhandling samt högst tre utvalda publikationer.
Kopior av relevanta examensbevis och annan dokumentation som du vill inkludera som stöd för din ansökan.
Namn och kontaktuppgifter till minst två referenspersoner.
Din ansökan ska vara inkommen via universitetets e-rekryteringssystem senast den 5 januari 2025.
Information
För mer information, kontakta professor Marie Wiberg, marie.wiberg@umu.se, 090-786 9524, eller professor Marie Eriksson, marie.eriksson@umu.se, 090-786 6108.
Mer om Handelshögskolan
Enheten för statistik har ca 30 anställda. Vi bedriver statistisk grundforskning och empirisk forskning i nära samarbete med andra vetenskaper. Läs mer om Handelshögskolan här: https://www.umu.se/handelshogskolan/
Välkommen med din ansökan!
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.