Publicerad: 2024-11-13
Postdoktor inom multimodal djupinlärning
Vill du arbeta med multimodal djupinlärning och datorseende, med stöd av kompetenta kollegor i en ledande internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som postdoktor på 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 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 https://www.uu.se/en/department/information-technology.
https://www.uu.se/4.2b8c8eef189bf8202424310d.html utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer. Vår forskning integrerar expertis från maskininlärning, optimering, reglerteori och tillämpad matematik, och spänner över olika tillämpningsområden som medicin, energisystem, biomedicinska system, neurovetenskap och säkerhet.
Vid avdelningen har vi ett brett nätverk av starka internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, Imperial College, University of Sydney, University of Newcastle och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.
Denna tjänst är en del av https://www.uu.se/en/department/information-technology/research/artificial-intelligence/beijer-laboratory-for-artificiai-intelligence-research, finansierat av Kjell och Märta Beijers stiftelse. Beijerlaboratoriet för AI-forskning etablerades 2023 vid Uppsala universitet med en ambition att växa verksamhet inom ämnet AI, med fokus på tillämpningar inom livsvetenskaperna och https://www.beijerstiftelsen.se/component/zoo/forskare/ekta-vats-sv?Itemid=229
Arbetsuppgifter
Kombinerade modeller för datorseende och språk kan bearbeta och generera information som kombinerar både visuella och textuella modaliteter, vilket möjliggör en djupare förståelse av innehållet i bilder och videor. Även om de visar stor potential är de för närvarande i ett tidigt utvecklingsskede. Effektiva integrationen av båda modaliteterna att vara en betydande utmaning, särskilt när det gäller att anpassa visuella och textuella inbäddningar till ett sammanhängande inbäddningsutrymme.
I detta projekt kommer den utvalda kandidaten att bedriva grundläggande forskning och metodutveckling för att utveckla effektiva multimodala modeller, utforska deras tillämpningar inom datorseende. Vi söker en kandidat med bakgrund inom djupinlärning och intresse för att arbeta med språkmodeller och datorseende. De tillämpningsområden som är av intresse kommer att avgöras i en dialog mellan kandidaten och handledaren, med beaktande av kandidatens intressen och forskningsförslag.
Tekniska nyckelord för tjänsten inkluderar: djupinlärning, bildanalys, representationsinlärning och språkmodellering. Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse. Du förväntas kunna undervisa på svenska eller engelska.
Den utvalda kandidaten kommer att arbeta vid Institutionen för informationsteknologi, avdelningen för systemteknik, i https://www.ektavats.se/
Kvalifikationskrav
Doktorsexamen i maskininlärning, djupinlärning, datorseende, eller närliggande relevant område eller en utländsk examen som bedöms motsvara doktorsexamen i maskininlärning, djupinlärning, datorseende, eller närliggande relevant område. 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.
Den sökande ska ha en gedigen bakgrund inom metodutveckling och användning av maskininlärning. Förmåga att använda djupinlärning (deep learning) krävs. Publikationer vid ledande konferenser inom maskininlärning är ett stort plus. Goda kunskaper i engelska i tal och skrift är ett krav.
Önskvärt/meriterande i övrigt
Erfarenhet av tvärvetenskaplig forskning är bra. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.
Ansökan ska innehålla:
- En meritförteckning (CV),
- Doktorsexamensbevis som inkluderar kurser tagna under doktorandutbildningen,
- Publikationslista,
- Upp till fem utvalda publikationer i elektronisk form,
- Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida),
- Kontaktinformation till två referenser,
- Ett personligt brev där du kort motiverar varför du söker denna tjänst samt ange tidigast möjliga anställningsdatum (max 1 sida).
Om anställningen
Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 13 januari 2025 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Biträdande universitetslektor Ekta Vats, e-post: ekta.vats@it.uu.se.
Välkommen med din ansökan senast den 2 december 2024, UFV-PA 2024/3892.
Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 600 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser.
Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet
https://uu.se/om-uu/jobba-hos-oss/
Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
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 https://www.uu.se/en/department/information-technology.
https://www.uu.se/4.2b8c8eef189bf8202424310d.html utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer. Vår forskning integrerar expertis från maskininlärning, optimering, reglerteori och tillämpad matematik, och spänner över olika tillämpningsområden som medicin, energisystem, biomedicinska system, neurovetenskap och säkerhet.
Vid avdelningen har vi ett brett nätverk av starka internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, Imperial College, University of Sydney, University of Newcastle och Aalto University. Vi strävar efter att alla doktorander ska få en gedigen internationell erfarenhet under sin doktorandtid.
Denna tjänst är en del av https://www.uu.se/en/department/information-technology/research/artificial-intelligence/beijer-laboratory-for-artificiai-intelligence-research, finansierat av Kjell och Märta Beijers stiftelse. Beijerlaboratoriet för AI-forskning etablerades 2023 vid Uppsala universitet med en ambition att växa verksamhet inom ämnet AI, med fokus på tillämpningar inom livsvetenskaperna och https://www.beijerstiftelsen.se/component/zoo/forskare/ekta-vats-sv?Itemid=229
Arbetsuppgifter
Kombinerade modeller för datorseende och språk kan bearbeta och generera information som kombinerar både visuella och textuella modaliteter, vilket möjliggör en djupare förståelse av innehållet i bilder och videor. Även om de visar stor potential är de för närvarande i ett tidigt utvecklingsskede. Effektiva integrationen av båda modaliteterna att vara en betydande utmaning, särskilt när det gäller att anpassa visuella och textuella inbäddningar till ett sammanhängande inbäddningsutrymme.
I detta projekt kommer den utvalda kandidaten att bedriva grundläggande forskning och metodutveckling för att utveckla effektiva multimodala modeller, utforska deras tillämpningar inom datorseende. Vi söker en kandidat med bakgrund inom djupinlärning och intresse för att arbeta med språkmodeller och datorseende. De tillämpningsområden som är av intresse kommer att avgöras i en dialog mellan kandidaten och handledaren, med beaktande av kandidatens intressen och forskningsförslag.
Tekniska nyckelord för tjänsten inkluderar: djupinlärning, bildanalys, representationsinlärning och språkmodellering. Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse. Du förväntas kunna undervisa på svenska eller engelska.
Den utvalda kandidaten kommer att arbeta vid Institutionen för informationsteknologi, avdelningen för systemteknik, i https://www.ektavats.se/
Kvalifikationskrav
Doktorsexamen i maskininlärning, djupinlärning, datorseende, eller närliggande relevant område eller en utländsk examen som bedöms motsvara doktorsexamen i maskininlärning, djupinlärning, datorseende, eller närliggande relevant område. 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.
Den sökande ska ha en gedigen bakgrund inom metodutveckling och användning av maskininlärning. Förmåga att använda djupinlärning (deep learning) krävs. Publikationer vid ledande konferenser inom maskininlärning är ett stort plus. Goda kunskaper i engelska i tal och skrift är ett krav.
Önskvärt/meriterande i övrigt
Erfarenhet av tvärvetenskaplig forskning är bra. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.
Ansökan ska innehålla:
- En meritförteckning (CV),
- Doktorsexamensbevis som inkluderar kurser tagna under doktorandutbildningen,
- Publikationslista,
- Upp till fem utvalda publikationer i elektronisk form,
- Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida),
- Kontaktinformation till två referenser,
- Ett personligt brev där du kort motiverar varför du söker denna tjänst samt ange tidigast möjliga anställningsdatum (max 1 sida).
Om anställningen
Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 13 januari 2025 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Biträdande universitetslektor Ekta Vats, e-post: ekta.vats@it.uu.se.
Välkommen med din ansökan senast den 2 december 2024, UFV-PA 2024/3892.
Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 600 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser.
Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet
https://uu.se/om-uu/jobba-hos-oss/
Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.