Doktorand i matematik eller matematisk statistik

Institutionen för matematik och matematisk statistik utlyser en anställning som doktorand i matematik eller matematisk statistik med fokus på geometrisk djupinlärning.

Anställningen omfattar fyra års forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. Sista ansökningsdag är 26 augusti 2024.

Projektbeskrivning och arbetsuppgifter
Maskininlärning ("artificiell intelligens") har redan en enorm inverkan på både samhället i stort och speciellt forskning, och denna inverkan förväntas växa. Denna "boom" drivs framåt av så kallade djupa neurala nätverk, en klass av maskininlärningsmodeller som har visat sig vara extremt kraftfull och mångsidig, kapabel att lösa ett stort antal maskininlärningsproblem. Matematiker har tagit stora steg för att teoretiskt förstå deras empiriska framgång, men det finns fortfarande många öppna problem.

Ett delfält inom neural nätverksteori är geometrisk djupinlärning. Detta fält intresserar sig för symmetrier i antingen data eller i maskininlärningsuppgiften, och konstruktion av neurala nätverk som reagerar korrekt på dem (ekvivarianta nätverk). Exempel på sådana symmetrier är symmetri mot rotationer av punktmoln, translationer av bilder och permutationer av noder i grafer. Kombinationen av den geometrisk-algebraiska teorin om (grupp)-symmetrier med den mer analytisk-statistiska teorin för maskininlärning möjliggör matematiskt mångfacetterad forskning.

Målet för detta projekt är att fördjupa den matematiska teorin för geometrisk djupinlärning. Intressanta forskningsfrågor inkluderar utvecklingen av nya konstruktioner av ekvivarianta nätverk, matematisk beskrivning av de resulterande modellerna, och mer direkt analys av hur symmetrier inverkar på träningen av neurala nätverk.

Projektet är kopplad till AI/Math spåret inom Wallenberg AI, Autonomous Systems and Software Program (WASP), och doktoranden kommer att delta i WASP forskarskola.

Kvalifikationer
Den sökande kommer att antas till utbildning på forskarnivå i antingen matematik eller matematisk statistik. Grundläggande behörighet har den som har avlagt en examen på avancerad nivå, fullgjort kursfordringar om minst 240 högskolepoäng (hp), varav minst 60 hp på avancerad nivå, eller på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper. 

För att uppfylla kravet på särskild behörighet att antas till utbildning på forskarnivå i matematik respektive matematisk statistik krävs att den sökande har minst 60 högskolepoäng inom huvudområdet matematik respektive matematisk statistik, varav minst 15 högskolepoäng på avancerad nivå. Behörig är även den som på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Goda kunskaper i programmering (företrädesvis Matlab eller Python) samt goda kunskaper i engelska i både tal och skrift krävs. Dokumenterade kunskaper och erfarenheter inom maskininlärning, bildanalys, sannolikhetsteori, differentialgeometri, algebra, optimering, representationsteori och funktionalanalys är meriterande. Observera att du inte förväntas ha specialistkunskap i alla dessa fält. Du kommer att förvärva kunskaper som en del av dina doktorandstudier, och du kommer att kunna samarbeta med andra för att komplettera din specifika kunskapsprofil.

Du förväntas ta en aktiv roll i detta projekt och arbetet på institutionen. Du har ett vetenskapligt förhållningssätt och har en stark ambition att utveckla dina färdigheter och att bidra till matematisk maskininlärningsforskning.

Bedömningar av de behöriga sökande grundar sig på den sökandes kvalifikationer och förutsättningar att tillgodogöra sig forskarutbildningen.

Om anställningen
Anställningen är en heltidsanställning om högst fyra år, eller fem år vid deltidsarbete med undervisning eller annat institutionsarbete, syftar till en doktorsexamen. Doktorandens huvuduppgift är att ägna sig åt egen forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. Deltagande i WASP forskarskola ingår i studierna. 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. Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Tillträde vintern 2024/2025 eller enligt överenskommelse.

Ansökan
Ansökan görs via vårt rekryteringssystem senast 26 augusti 2024. Logga in och sök via knappen längst ner på sidan. Ansökan ska bestå av följande handlingar skrivna på svenska eller engelska:

ett personligt brev med en kortfattad beskrivning av dina kvalifikationer och forskningsintressen. Motivera varför du söker utbildningsplatsen samt beskriv hur dina kvalifikationer och meriter är relevanta för anställningen.
ett curriculum vitae.
styrkta kopior av examensbevis eller motsvarande, inklusive dokumentation av genomförda akademiska kurser, erhållna betyg, och ev. andra intyg.
examensarbete och publikationer med relevans för anställningen ska bifogas i det fall det finns sådana. Om du inte har slutfört examensarbetet, skicka in en sammanfattning på högst 5 sidor inklusive figurer och referenser.
kontaktinformation till minst två referenspersoner.
om tillgängliga kan resultat from GMAT-, GRE-, TOEFL- eller IELTS-test skickas med ansökan.

Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellanmänniskor med olika perspektiv lägger grunden för lärande, skaparkraft och utveckling. Människorna som jobbar vid Institutionen för matematik och matematisk statistik har olika bakgrund och erfarenheter, vilket vi värdesätter. Balans mellan yrke- och arbetsliv är viktigt för oss. Anställda stöds i att ta hand om sin mentala och fysiska hälsa, och doktorander omfattas av rätten till föräldraledighet. I denna anda uppmanar vi alla att söka den aktuella anställningen.

Enligt Högskoleförordningen (12 kap, 2§) kan beslutet om anställning inte överklagas.

Mer information
Ytterligare information ges av professor Jun Yu (jun.yu@umu.se) och biträdande lektor Axel Flinth (axel.flinth@umu.se).

Mer information om institutionen för matematik och matematisk statistik:
https://www.umu.se/institutionen-for-matematik-och-matematisk-statistik/