Forskare i cybersäker maskininlärning

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.




Elektrifiering och digitalisering tillhör framtidens största områden för omställning till hållbara samhällen.

https://www.elektroteknik.uu.se/ bedriver framgångsrik forskning och utbildning inom dessa områden – däribland förnybara energikällor och elfordon, maskininlärning och trådlösa sensornät men även smarta elektroniska sensorer och medicinska system. Institutionen för elektroteknik är en internationell miljö med ca 140 medarbetare som bidrar till viktiga tekniska energi- och hälsoutmaningar vid Ångströmlaboratoriet.

Tjänsten kommer att vara placerad vid avdelningen for Signaler och system, vid institutionen för Elektroteknik.

Här hittar du en trevlig arbetsmiljö med en mängd spännande projekt. Avdelningen för Signaler och system samarbetar med svenska företag - offentliga och privata - och intressenter inom de olika forskningsområdena. Vi ser fram emot din ansökan. Var med och bygg framtiden tillsammans med oss!

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

Forskningsprojekt
Maskininlärning har blivit en viktig del i många moderna tjänster allt från mobiltelefoner till autonoma fordon eller framtidens elnät. För att förbättra de underliggande maskininlärningsmodellerna krävs det ofta att enheter delar data antingen med varandra eller med en central tjänst. Detta lyfter olika privacy- och cybersäkerhetsfrågor för att bevara användarnas integritet. I detta projekt kommer vi att undersöka hur dessa utmaningar kan lösas med hjälp av metoder som federated learning, differential privacy samt maskininlärning baserad på krypterad data.

Forskningsprojekt
Maskininlärning har blivit en viktig del i många moderna tjänster allt från mobiltelefoner till autonoma fordon eller framtidens elnät. För att förbättra de underliggande maskininlärningsmodellerna krävs det ofta att enheter delar data antingen med varandra eller med en central tjänst. Detta lyfter olika privacy- och cybersäkerhetsfrågor för att bevara användarnas integritet. I detta projekt kommer vi att undersöka hur dessa utmaningar kan lösas med hjälp av metoder som federated learning, differential privacy samt maskininlärning baserad på krypterad data.

Arbetsuppgifter
De huvudsakliga arbetsuppgifterna är att genomföra tillämpad forskning och implementering av forskningsresultat. Arbetsuppgifterna är framför allt att utveckla nya säkra maskininlärningsmetoder baserad på homomorf kryptering samt deras implementering i Python och C/C++.

Kvalifikationskrav:

- Doktorsexamen, eller en utländsk examen som bedöms motsvara doktorsexamen, i datateknik, signalbehandling, reglerteknik eller motsvarande.
- Kunskaper inom informationssäkerhet, kryptografi, och abstrakt algebra.
- Kunskaper inom programmering inom Python och C/C++.
- Mycket goda kunskaper i engelska i tal och skrift.
- God samarbets- och kommunkationsförmåga. Du bör vara målmedveten, strukturerad samt kunna arbeta effektivt både individuellt och i grupp.

Önskvärt/Meriterande i örvrigt:


- Baskunskaper i svenska i tal och skrift.
- Kunskaper inom Bayesiansk inferens.

Om anställningen 
Anställningen är tidsbegränsad, 12 månader. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala 

Instruktioner för ansökan:
Ansök via länken nedan. Ansökan bör innehålla:

- Ett personligt brev med motivering till varför du är intresserad av anställningen och på vilket sätt anställningen matchar dina meriter, samt en beskrivning av tidigare erfarenheter
- Ditt CV
- Publikationslista
- Kopior på andra relevanta dokument

Upplysningar om anställningen lämnas av: Biträdande universitetslektor Roland Hostettler, e-mail: roland.hostettler@angstrom.uu.se, tel.: 018-471 3265 eller Professor Subhrakanti Dey, e-mail: subhrakanti.dey@angstrom.uu.se, tel.: 018-471 7059.

Välkommen med din ansökan senast den 11 november 2022, UFV-PA 2022/3798.

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.


Ansökan tas emot i Uppsala universitets rekryteringssystem.