Publicerad: 2024-11-15
Doktorand i maskininlärning
Doktorand i maskininlärning med fokus på probabilistiska modeller inom mikrobiell och cellulär ekologi
Projektbeskrivning
Alla ekologiska system, inklusive cellekologier, består av interagerande delar.
Mikroskopidata av celler, som innehåller rik information om hur celler agerar och interagerar med varandra, kan översättas till spatio-temporala punktmönster där punkter representerar cellpositioner. I detta projekt kommer doktoranden att utveckla probabilistiska matematiska modeller och maskininlärningsmetoder som genererar information om mikrobiella och cellulära ekologier från de punktmönster som de producerar. Under processen kommer studenten lära sig att kombinera matematiska modeller (baserade t.ex. punktprocesser och differentialekvationer) med maskininlärningsmetoder (t.ex. Hamiltonian Monte Carlo sampling och neurala nätverk) för att lösa forskningsproblem inom mikrobiell och cellulär ekologi. Doktoranden kommer att tillhöra gruppen Artificial Intelligence and Mathematics for Oncology (AIMOn) och arbeta nära med experter inom tillämpad matematik, statistik, maskininlärning och experimentell cell- och mikrobiologi. Projektet finansieras av medel från Vetenskapsrådet.
Arbetsuppgifter
Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%).
Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har
avlagt examen på avancerad nivå inom teknisk fysik, tillämpad matematik, fysik, datavetenskap, maskininlärning, eller inom ett liknande 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.
Vi söker kandidater med
ett starkt intresse för att utveckla probabilistiska matematiska modeller och maskininlärningsmetoder för att förstå mikrobiella och cellulära ekologier,
god kommunikationsförmåga och tillräckliga kunskaper i muntlig och skriftlig engelska,
utmärkta studieresultat,
erfarenhet av programmering,
kreativitet, grundlighet och ett strukturerat förhållningssätt till problemlösning,
ett samarbetstänkande och entusiasm för tvärvetenskapligt arbete.
Önskvärt/meriterande i övrigt
Erfarenhet av matematisk analys, linjär algebra och programmering är ett krav. Förkunskaper i ekologi eller mikroekologi krävs inte. Erfarenhet av ett eller flera av följande ämnen är meriterande:
matematisk biologi,
Bayesiansk statistik,
sannolikhetsteori,
maskininlärning.
Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.
https://regler.uu.se/?languageId=3
För särskild behörighet, se studieplanen för ämnet.
https://www.uu.se/medarbetare/fakultet/teknisk-naturvetenskapliga/utbildning-och-undervisning/utbildning-pa-forskarniva/amnen-och-studieplaner/amnen/maskininlarning
Ansökan
Ansökan ska innehålla:
ett personligt brev (högst 1 sida) där du kort motiverar varför du söker denna tjänst, inklusive en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst, och ditt tidigaste beräknade startdatum (ett startdatum mellan mars och augusti 2025 förväntas);
en meritförteckning (CV);
examensbevis och registerutdrag med betyg (översatt till engelska eller svenska);
examensrapport (eller utkast till sådan, och/eller annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument;
referenser med kontaktinformation (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.
Sökande som uppfyller minst ett av behörighetskraven uppmuntras starkt att ansöka. Alla sökande bör ange sitt tidigaste möjliga startdatum.
Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 augusti 2025 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Biträdande universitetslektor Sara Hamis, e-mail: sara.hamis@it.uu.se.
Välkommen med din ansökan senast den 31 december 2024, UFV-PA 2024/3935.
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.
Projektbeskrivning
Alla ekologiska system, inklusive cellekologier, består av interagerande delar.
Mikroskopidata av celler, som innehåller rik information om hur celler agerar och interagerar med varandra, kan översättas till spatio-temporala punktmönster där punkter representerar cellpositioner. I detta projekt kommer doktoranden att utveckla probabilistiska matematiska modeller och maskininlärningsmetoder som genererar information om mikrobiella och cellulära ekologier från de punktmönster som de producerar. Under processen kommer studenten lära sig att kombinera matematiska modeller (baserade t.ex. punktprocesser och differentialekvationer) med maskininlärningsmetoder (t.ex. Hamiltonian Monte Carlo sampling och neurala nätverk) för att lösa forskningsproblem inom mikrobiell och cellulär ekologi. Doktoranden kommer att tillhöra gruppen Artificial Intelligence and Mathematics for Oncology (AIMOn) och arbeta nära med experter inom tillämpad matematik, statistik, maskininlärning och experimentell cell- och mikrobiologi. Projektet finansieras av medel från Vetenskapsrådet.
Arbetsuppgifter
Doktoranden ska främst ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%).
Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har
avlagt examen på avancerad nivå inom teknisk fysik, tillämpad matematik, fysik, datavetenskap, maskininlärning, eller inom ett liknande 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.
Vi söker kandidater med
ett starkt intresse för att utveckla probabilistiska matematiska modeller och maskininlärningsmetoder för att förstå mikrobiella och cellulära ekologier,
god kommunikationsförmåga och tillräckliga kunskaper i muntlig och skriftlig engelska,
utmärkta studieresultat,
erfarenhet av programmering,
kreativitet, grundlighet och ett strukturerat förhållningssätt till problemlösning,
ett samarbetstänkande och entusiasm för tvärvetenskapligt arbete.
Önskvärt/meriterande i övrigt
Erfarenhet av matematisk analys, linjär algebra och programmering är ett krav. Förkunskaper i ekologi eller mikroekologi krävs inte. Erfarenhet av ett eller flera av följande ämnen är meriterande:
matematisk biologi,
Bayesiansk statistik,
sannolikhetsteori,
maskininlärning.
Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.
https://regler.uu.se/?languageId=3
För särskild behörighet, se studieplanen för ämnet.
https://www.uu.se/medarbetare/fakultet/teknisk-naturvetenskapliga/utbildning-och-undervisning/utbildning-pa-forskarniva/amnen-och-studieplaner/amnen/maskininlarning
Ansökan
Ansökan ska innehålla:
ett personligt brev (högst 1 sida) där du kort motiverar varför du söker denna tjänst, inklusive en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst, och ditt tidigaste beräknade startdatum (ett startdatum mellan mars och augusti 2025 förväntas);
en meritförteckning (CV);
examensbevis och registerutdrag med betyg (översatt till engelska eller svenska);
examensrapport (eller utkast till sådan, och/eller annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument;
referenser med kontaktinformation (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.
Sökande som uppfyller minst ett av behörighetskraven uppmuntras starkt att ansöka. Alla sökande bör ange sitt tidigaste möjliga startdatum.
Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 augusti 2025 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Biträdande universitetslektor Sara Hamis, e-mail: sara.hamis@it.uu.se.
Välkommen med din ansökan senast den 31 december 2024, UFV-PA 2024/3935.
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.