Doktorand i datavetenskap med inriktning mot grafbaserad maskininlärning

Umeå universitet är ett av Sveriges största lärosäten med över 37 000 studenter och cirka 4 700 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 som tilldelats Nobelpriset i kemi. Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur.


Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om – och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas.


Är du intresserad av att veta mer? https://www.umu.se/jobba-hos-oss/om-universitetet-som-arbetsplats/


 




Institutionen för datavetenskap söker nu en doktorand inom grafbaserad maskininlärning för kontinuerliga och diskreta strukturer.

Institutionen för datavetenskap har haft en expansiv tillväxt under de senaste åren där fokus att skapa en inkluderande forskningsmiljö där medarbetare har en hög delaktighet är viktiga faktorer i vår hållbara utveckling. De 60 doktorandstuderande vid vår institution består av en diversifierad grupp människor från olika nationaliteter, bakgrunder och fält. Som doktorand hos oss har du tillgång till stöd för din karriärutveckling, nätverk, administrativ och teknisk support samt goda anställningsvillkor. För mer information besök: https://www.umu.se/institutionen-for-datavetenskap/

Intresserad? Vi välkomnar din ansökan senast den 2024-05-09

Projektbeskrivning

Projektet fokuserar på grafbaserad maskininlärning för kontinuerliga och diskreta strukturer under ledning av Frank Drewes, Johanna Björklund och Henrik Björklund.

Doktoranden kommer att arbeta inom ramen för STING (Synthesis and analysis with Transducers and Invertible Neural Generators), ett projekt finansierat av WASP (Wallenberg AI, Autonomous Systems and Software Program). Projektet bedrivs i samarbete med Kungliga Tekniska Högskolan (KTH) i Stockholm och Lindköpings universitet.

Kvalifikationer

För att bli antagen till utbildning på forskarnivå krävs det att den sökande har grundläggande behörighet genom avlagd examen på avancerad nivå, eller slutförda kursfordringar om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå, eller motsvarande utländsk utbildning, eller motsvarande kvalifikationer.

För att bli antagen till utbildning på forskarnivå inom ämnet datavetenskap krävs att den sökande har godkända kurser om minst 90 högskolepoäng i ämnet datavetenskap eller som är direkt relevanta för den aktuella specialiseringen.

Det är ett krav att du har erfarenhet av antingen formell språkteori eller maskininlärning.

Det är meriterande om du har erfarenhet av:

Naturlig språkbehandling
Formella grafspråk
Maskininlärning av grafrepresentationer
Empiriska metoder, inklusive formell hypotesprövning

Som person är du nyfiken och intresserad av att arbeta tillsammans med andra mot gemensamma mål.

Om anställningen

Anställningen syftar till en doktorsexamen, och doktorandens huvuduppgift är att ägna sig åt egen forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan undervisning och annat institutionsarbete (upp till max 20%) ingå. Anställningen är tidsbegränsad till fyra år heltid eller upp till fem år vid undervisning deltid.
Förväntat startdatum är juni 2024 eller enligt överenskommelse.

Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Enligt Högskoleförordningen (12 kap, 2 §) kan beslutet om anställning inte överklagas.

Så här ansöker du

Du ansöker via vårt rekryteringssystem (se nedan).

En fullständig ansökan ska innehålla:

Ett personligt brev som beskriver dina forskningsintressen, och varför du söker den utlysta anställningen. Brevet ska också innehålla din kontaktinformation
Kopior av examensbevis eller motsvarande
Curriculum Vitae (CV)
Kopior av kandidat- och/eller masteruppsats, samt andra relevanta publikationer om sådana finns.
Dokumentation och beskrivning av andra relevanta erfarenheter och kompetenser
Ett personligt brev som beskriver dina forskningsintressen, och varför du söker den utlysta anställningen. Brevet ska också innehålla din kontaktinformation
Kopior av examensbevis eller motsvarande
Curriculum Vitae (CV)
Kopior av kandidat- och/eller masteruppsats, samt andra relevanta publikationer om sådana finns
Dokumentation och beskrivning av andra relevanta erfarenheter och kompetenser
Namn och kontaktinformation till minst två referenspersoner

Ansökan ska vara skriven på svenska eller engelska. Om bifogade dokument har annat originalspråk ska en översättning inkluderas. Bifogade dokument ska vara i Word eller pdf-format. Ansökan ska göras via Umeå universitets e-rekryteringssystem och vara inkommen senast 2024-05-09. Logga in i systemet och ansök via knappen längst ner på webbsidan.

Institutionen för datavetenskap värdesätter diversitet. Vi välkomnar därför i synnerhet kvinnor och personer utanför det binära genussystemet som sökande.

Vid frågor eller behov av ytterligare information, kontakta Johanna Björklund (johanna@cs.umu.se, Umeå universitet), Henrik Björklund (henrikb@cs.umu.se, Umeå universitet), eller Frank Drewes (drewes@cs.umu.se, Umeå universitet).

Välkommen med din ansökan!
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.


Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.