Doktorand i beräkningsvetenskap med inriktning på djupinlärning

Doktorand i beräkningsvetenskap med inriktning på djupinlärning

Arbetsbeskrivning

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 långsiktig skillnad i samhället. Vår viktigaste tillgång är alla de individer som med sin nyfikenhet och sitt engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Uppsala universitet har drygt 45 000 studenter, mer än 7 000 anställda och en omsättning på cirka 7 miljarder kronor.




Institutionen för informationsteknologi har en ledande position inom forskning och alla nivåer av högre utbildning.

Idag har institutionen ca 280 anställda, varav 120 forskare och lärare och 110 doktorander. Institutionen bedriver forskning och utbildning inom ett spektrum av områden inom datavetenskap, informationsteknologi och beräkningsvetenskap. Mer än 4000 studenter tar varje år en eller flera kurser som institutionen erbjuder.

Anställningen är placerad vid avdelningen för beräkningsvetenskap inom institutionen för informationsteknologi. Som en av världens största fokuserade forskningsmiljöer inom beräkningsvetenskap har forskningen och utbildningen en unik bredd med omfattande aktiviteter inom klassiska beräkningsvetenskapliga områden som numerisk analys, matematisk modellering, utveckling och analys av algoritmer, vetenskaplig mjukvaruutveckling och högprestandaberäkningar. Många av avdelningens forskningsprojekt bedrivs i nära samarbeten med tillämpningsområden inom och utom akademin. Avdelningen befinner sig för närvarande i en expansiv fas inom nya tillväxtområden som molnberäkningar, datadriven vetenskap och artificiell intelligens och spelar en nyckelroll i flera nya strategiska initiativ vid universitetet.

Doktorandutbildningen i beräkningsvetenskap har hittills resulterat i över 80 doktorer. Många av dem är idag framgångsrika forskare i beräkningsvetenskap verksamma både inom akademi och inom näringsliv.

Projektet: I denna utlysning söker vi en doktorand till ett projekt knutet till Ozan Öktem. Projektet fokuserar på användning av modeller inom artificiell intelligens för att rekonstruera 3D struktur och dynamik av isolerade proteiner i vattenlösning utifrån data från kryoelektronmikroskopi. Projektet är en oberoende del av ett större samarbete som inkluderar SciLifeLab, Universitet i Cambridge, MRC Laboratory of Molecular Biology i Cambridge, och Thermo Fischer Scientific.

Vi utvecklar våra egna modeller för dessa tillämpningar, se https://journals.iucr.org/m/issues/2021/01/00/fq5015/index.html för en grundmodell. Detta är ett tvärvetenskapligt projekt. Tidigare kunskap om strukturbiologi och/eller mikroskopi är inte nödvändig, men intresse för tillämpningen är ett krav. Intresse och kunskap om modeller baserade på neurala nätverk, statistisk inlärning, och numeriska optimeringsmetoder är centrala för projektet.

Arbetsuppgifter: En doktorandanställning ges upp till fem år. Doktoranden ska främst ägna sig åt den egna forskarutbildningen, vilken omfattar fyra års heltidsstudier. Huvuddelen av forskarutbildningen består av forskning i ett specifikt ämne, men innebär även att man genomgår forskarutbildningskurser. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, ingår inom ramen för anställningen (max 20 %). 

Kvalifikationskrav: En doktorand ska ha civilingenjörsexamen, magisterexamen eller motsvarande kunskaper i ett ämne som är relevant för forskningsområdet, goda kommunikationsfärdigheter och utmärkta studiemeriter, samt goda färdigheter i engelska i tal och skrift. Kunskap och erfarenhet av matematisk analys, numerisk optimering, statistisk inlärning, djupinlärning, och vetenskaplig programmering är särskilt viktigt. 

Önskvärt/meriterande i övrigt: Grundläggande kunskaper i algebraisk geometri och kombinatorik är en fördel.

Ansökningsförfarande: Ansökan skall innehålla

- ett brev där du beskriver sig själv, relevanta kvalifikationer, forskningsintressen och hur dina tidigare erfarenheter passar in i projektet,
- meritförteckning (Curriculum Vitae),
- examensbevis (om examen klar) och registerutdrag (med avklarade kurser och betyg) som styrker behörighet till utbildning i beräkningsvetenskap på forskarnivå,
- eventuell publikationslista,
- kopia av examensuppsats eller en detaljerad beskrivning av arbetet samt en plan för dess slutförande om det inte är färdigt vid ansökningstidens utgång,
- en lista på referenser med kontaktinformation,
- övrig dokumentation som du anser relevant för din ansökan.

Det är inget krav att den sökande har relevant grundexamen vid ansökans inlämnande, men samtliga sökande skall ange tidigaste möjliga datum för anställning.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets https://regler.uu.se/?languageId=3

Lön: Enligt lokalt kollektivavtal för doktorander.

Tillträde: Snarast, helst senast 1 september, tidsbegränsad anställning t.o.m. max 5 år.

Anställningsform: Tidsbegränsad anställning enl HF 5 kap § 7.

Anställningens omfattning: 100 %

Upplysningar om anställningen lämnas av: Projektledare Professor Ozan Öktem, ozan.oktem@it.uu.se; ozan@oktem.se och avdelningsföreståndare Emanuel Rubensson, emanuel.rubensson@it.uu.se.

Välkommen med din ansökan senast den 15 juni 2021, UFV-PA 2021/2355.

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.


Ansökan tas emot i Uppsala universitets rekryteringssystem.

Kontaktpersoner på detta företaget

Anders Grundström, Saco-rådet
018-471 5380
Carin Söderhäll, TCO/ST
018-471 1997
Stefan Djurström, Seko
018-471 3315

Sammanfattning

Besöksadress

75200 box 256
None

Postadress

box 256
Uppsala, 75200

Liknande jobb


Doktorand inom strukturbioinformatik

Doktorand inom strukturbioinformatik

11 september 2024

Doktorand: Framtiden med biokol

Doktorand: Framtiden med biokol

10 september 2024

9 september 2024

Doktorand i kost- och måltidsvetenskap inriktning konsumentforskning

9 september 2024