Doktorand i Bildanalys-beräkningar inom Medicin

Doktorand i Bildanalys-beräkningar inom Medicin

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 54 000 studenter, mer än 7 500 anställda och en omsättning på cirka 8 miljarder kronor.




Institutionen för immunologi, genetik och patologi vid Uppsala Universitet (http://www.

igp.uu.se) har en bred forskningsprofil med starka forskargrupper inriktade på bl.a. cancer, autoimmuna och genetiska sjukdomar. En av grundtankarna vid institutionen är att stimulera translationell forskning och därmed en närmare samverkan mellan medicinsk forskning och sjukvården. Forskning bedrivs inom medicinsk och klinisk genetik, klinisk immunologi, patologi, neuroonkologi, vaskulärbiologi, strålningsvetenskap samt molekylära verktyg. Delar av verksamheten är även integrerad med avdelningarna för onkologi, klinisk genetik, klinisk immunologi, klinisk patologi och sjukhusfysik vid Akademiska sjukhuset. Institutionen har undervisningsuppdrag på ett antal programutbildningar och masterprogram inom den medicinska fakulteten samt ett antal utbildningar inom teknisk-naturvetenskapliga vetenskapsområdet. Institutionen omsätter omkring 420 miljoner kronor, varav drygt hälften är externa forskningsbidrag. Antalet anställda är ca 345, varav ca 100 är doktorander, och det finns totalt ca 700 verksamma i arbetsstyrkan.

https://uu.se/om-uu/jobba-hos-oss/

Projektet
En doktorandplats utlyses för motiverade individer med intresse för storskaliga beräkningar och med erfarenhet och intresse av djup maskininlärning. Positionen är i Professor Patrick Mickes laboratorium vid Uppsala Universitet, Institutionen för Immunologi, Genetik och Patologi , (https://igp.uu.se/research/clinical_experimental_pathology/patrick-micke/), med delad handledning av Professor Nataša Sladoje, ledare över forskargruppen MIDA (Methods for Image Data Analysis) vid Centrum för bildanalys, Institutionen för Informationsteknologi. Doktorandpositionen är del av https://uu.varbi.com/center/tool/position/493481/edit/tab:2/eSSENCE - SciLifeLab graduate school inom dataintensiv vetenskap. Skolan tar sig an utmaningen med dataintensiv vetenskap både ur ett grundläggande metodologiskt perspektiv och ur ett datadrivet vetenskapsperspektiv. Det är en arena där experter inom beräkningsvetenskap, datavetenskap och datateknik (system och metodik) har ett nära samarbete med forskare inom (datadriven) vetenskap, industri och samhälle för att påskynda dataintensiva vetenskapliga upptäckter. Doktoranden kommer att utveckla sitt avhandlingsprojekt inom området Computational Medicine.

Projektet syftar till att utveckla verktyg för beräkningsanalyser för att kunna analysera multidimensionella bilder av cancervävnad, för att i framtiden kunna leda till en optimerad immunterapi för cancerpatienter. Immunterapi har blivit ett livräddande alternativ för patienter med avancerad cancer, men endast en minoritet av patienterna utvecklar ett varaktigt svar. Trots stora ansträngningar för att förklara de varierande svaren på immunterapi och för att optimera patienturvalet, visar de nuvarande använda kliniska biomarkörerna endast blygsam prediktiv prestanda. Med utgångspunkt från en stor samling förvärvade multispektrala bilder, och genom att utveckla avancerade datadrivna metoder för bilddataanalys, vill vi öka förståelsen för effekterna av immunterapi, mot förbättrade individuella cancerbehandlingar.

Arbetsuppgifter
Doktoranden kommer att ägna större delen av tiden åt sin utbildning på forskarnivå. Övrig serviceverksamhet inom avdelningen, t.ex. utbildning och administrativt arbete kan ingå inom ramen för anställningen (max 20 %). Tjänsten kommer att förlängas med den tid som ägnas åt undervisning för att möjliggöra fyra års forskarstudier på heltid. Studenten förväntas delta i forskarskolans kurser och andra aktiviteter.

Kvalifikationskrav
För att antas till doktorandtjänsten krävs en masterexamen (vid tidpunkten för tillträde) (http://www2.medfarm.uu.se/utbildning/forskarniva/vill_du_borja/) och för den utlysta tjänsten krävs det att examen är inom bioinformatik, teknisk biologi, datavetenskap, bildanalys och maskininlärning, matematik eller liknande. En examen i medicin eller biologi kompletterad med beprövad kunskap inom datavetenskap och matematik kan också accepteras. Dokumenterad erfarenhet av att arbeta i Python är ett krav. Kunskaper i muntlig och skriftlig engelska krävs. 

Önskvärt/meriterande i övrigt
Det är meriterande om kandidaten har erfarenhet av arbete med R eller Matlab, mjukvaruversionskontroll med Git, typsättning med LaTeX, samt erfarenhet av Linux-datorer.

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

Ansökan
Ansökan görs via Varbi, Uppsala Universitets elektroniska ansökningssystem. Ansökan ska bestå av:

1. Curriculum Vitae (CV)
2. En kopia av examen/examensbevis, med förteckning över relevanta genomförda kurser
3. Examensarbete, eller – om uppsatsen ännu inte är färdig – något liknande akademiskt arbete, i elektronisk form
4. Kontaktinformation för två referenser
5. Ett personligt brev där du kort motiverar varför du söker denna tjänst och anger tidigast möjliga startdatum (max 1 sida).

Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Patrick Micke, patrick.micke@igp.uu.se.

Välkommen med din ansökan senast den 29 april 2022, UFV-PA 2022/626.

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.


Ansökan tas emot i Uppsala universitets rekryteringssystem.

Sammanfattning

Liknande jobb


Doktorand i klinisk och experimentell infektionsmedicin

Doktorand i klinisk och experimentell infektionsmedicin

28 november 2024

28 november 2024

28 november 2024