Publicerad: 2024-11-19
Doktorand inom kausalitet, maskininlärning och beräkningssamhällsvetenskap
Vi har kraften från över 40 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss!
För mer information om anställningen
Läs mer här: Linköpings universitet | Doktorand inom kausalitet, maskininlärning och beräkningssamhällsvetenskap
Dina arbetsuppgifter
Som doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20% av heltid. I arbetsuppgifterna ingår även att aktivt bidra till det samarbete inom vilket projektet kommer genomföras (läs mer under "Din arbetsplats" nedan).
En central utmaning för samhällsvetenskaperna är att samhället är ett komplext system på grund av dess invecklade beroenden. Till exempel formas individers liv av exponeringar och interaktioner inom och över sociala domäner som arbetsplatser och stadsdelar. Även om denna komplexitet erkänns i teorin, tenderar mycket av det empiriska arbetet inom beräkningssamhällsvetenskapen att förenkla bort sådana beroenden genom att införa linjäritet, lågdimensionalitet och oberoende. Dessa restriktioner riskerar att leda till en alltför förenklad och naiv beskrivning av den sociala världen. Den senaste utvecklingen av metoder för maskininlärning (ML) i kombination med rika befolkningsdata erbjuder dock en ny väg framåt för beräkningssamhällsvetenskapen. Syftet med detta projekt är att använda och vidareutveckla de senaste ML-metoderna för att analysera befolkningsregisterdata.
Mer specifikt syftar detta projekt till att uppskatta de kausala effekterna av exponeringar som stadsdelar på livsmöjligheter och utfall, a.k.a. kontextuella effekter. För detta ändamål strävar vi efter att använda transformers neurala nätverk, som är designade för att effektivt modellera komplexa och långväga beroenden. Medan dessa modeller i grunden har revolutionerat analysen av text- och bilddata, är dess tillämpning inom beräkningssamhällsvetenskapen fortfarande i ett tidigt stadium.
Dina kvalifikationer
Du har avlagt examen på avancerad nivå inom maskininlärning, statistik, datavetenskap, beräkningssamhällsvetenskap eller ett relaterat område som bedöms vara relevant för projektets forskningsinriktning, eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå inom ovan nämnda områden eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.
Utmärkta studieresultat och en stark bakgrund inom matematik är ett krav för anställningen. Den sökande ska vara skicklig på att implementera nya modeller och algoritmer i en lämplig mjukvarumiljö, med dokumenterad erfarenhet. Den sökande ska dessutom ha en stark drivkraft för att utföra grundforskning; förmåga och intresse för att samarbeta inom forskning; och stark kommunikationsförmåga. Den sökande ska kunna kommunicera obehindrat på engelska i tal och skrift.
Din arbetsplats
Anställningen är formellt placerad vid avdelningen för statistik och maskininlärning (STIMA). På STIMA bedriver vi forskning och utbildning inom både statistik och maskininlärning, på grund-, avancerad och forskarnivå.
STIMA är en del av Institutionen för datavetenskap (IDA) läs mer om institutionen här:https://liu.se/en/organisation/liu/ida
Om anställningen
I samband med tillträde till anställningen kommer du att antas till forskarutbildningen. Läs mer om respektive fakultets forskarutbildning här.
Anställningen är tidsbegränsad till fyra år heltid. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske.
Tillträde enligt överenskommelse.
Lön och förmåner
Linköpings universitet tillämpar individuell lönesättning.
Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.
Fackliga kontaktpersoner
Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.
Ansökan
Välkommen att söka denna anställning senast den 10 december 2024.
OBS! När du söker tjänsten vill vi att du skickar ett personligt brev (första fältet i ansökningsformuläret). Detta brev bör innehålla ett stycke där du kortfattat förklarar/listar de kvalifikationer som du anser är särskilt relevanta för det forskningsämne som beskrivs ovan. Detta stycke ska börja med orden "Suitability for research topic:".
Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med Lika villkor.
Välkommen med din ansökan!
Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.
För mer information om anställningen
Läs mer här: Linköpings universitet | Doktorand inom kausalitet, maskininlärning och beräkningssamhällsvetenskap
Dina arbetsuppgifter
Som doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20% av heltid. I arbetsuppgifterna ingår även att aktivt bidra till det samarbete inom vilket projektet kommer genomföras (läs mer under "Din arbetsplats" nedan).
En central utmaning för samhällsvetenskaperna är att samhället är ett komplext system på grund av dess invecklade beroenden. Till exempel formas individers liv av exponeringar och interaktioner inom och över sociala domäner som arbetsplatser och stadsdelar. Även om denna komplexitet erkänns i teorin, tenderar mycket av det empiriska arbetet inom beräkningssamhällsvetenskapen att förenkla bort sådana beroenden genom att införa linjäritet, lågdimensionalitet och oberoende. Dessa restriktioner riskerar att leda till en alltför förenklad och naiv beskrivning av den sociala världen. Den senaste utvecklingen av metoder för maskininlärning (ML) i kombination med rika befolkningsdata erbjuder dock en ny väg framåt för beräkningssamhällsvetenskapen. Syftet med detta projekt är att använda och vidareutveckla de senaste ML-metoderna för att analysera befolkningsregisterdata.
Mer specifikt syftar detta projekt till att uppskatta de kausala effekterna av exponeringar som stadsdelar på livsmöjligheter och utfall, a.k.a. kontextuella effekter. För detta ändamål strävar vi efter att använda transformers neurala nätverk, som är designade för att effektivt modellera komplexa och långväga beroenden. Medan dessa modeller i grunden har revolutionerat analysen av text- och bilddata, är dess tillämpning inom beräkningssamhällsvetenskapen fortfarande i ett tidigt stadium.
Dina kvalifikationer
Du har avlagt examen på avancerad nivå inom maskininlärning, statistik, datavetenskap, beräkningssamhällsvetenskap eller ett relaterat område som bedöms vara relevant för projektets forskningsinriktning, eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå inom ovan nämnda områden eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.
Utmärkta studieresultat och en stark bakgrund inom matematik är ett krav för anställningen. Den sökande ska vara skicklig på att implementera nya modeller och algoritmer i en lämplig mjukvarumiljö, med dokumenterad erfarenhet. Den sökande ska dessutom ha en stark drivkraft för att utföra grundforskning; förmåga och intresse för att samarbeta inom forskning; och stark kommunikationsförmåga. Den sökande ska kunna kommunicera obehindrat på engelska i tal och skrift.
Din arbetsplats
Anställningen är formellt placerad vid avdelningen för statistik och maskininlärning (STIMA). På STIMA bedriver vi forskning och utbildning inom både statistik och maskininlärning, på grund-, avancerad och forskarnivå.
STIMA är en del av Institutionen för datavetenskap (IDA) läs mer om institutionen här:https://liu.se/en/organisation/liu/ida
Om anställningen
I samband med tillträde till anställningen kommer du att antas till forskarutbildningen. Läs mer om respektive fakultets forskarutbildning här.
Anställningen är tidsbegränsad till fyra år heltid. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske.
Tillträde enligt överenskommelse.
Lön och förmåner
Linköpings universitet tillämpar individuell lönesättning.
Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner.
Fackliga kontaktpersoner
Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande.
Ansökan
Välkommen att söka denna anställning senast den 10 december 2024.
OBS! När du söker tjänsten vill vi att du skickar ett personligt brev (första fältet i ansökningsformuläret). Detta brev bör innehålla ett stycke där du kortfattat förklarar/listar de kvalifikationer som du anser är särskilt relevanta för det forskningsämne som beskrivs ovan. Detta stycke ska börja med orden "Suitability for research topic:".
Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med Lika villkor.
Välkommen med din ansökan!
Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.