Forskare till enheten för bioinformatik och genetik

Forskare till enheten för bioinformatik och genetik

Arbetsbeskrivning

Vill du bli en av oss och bidra till att utveckla en organisation som efter mer än 250 år sjuder av nyfikenhet, upptäckaranda och kreativitet? Vi som arbetar vid Naturhistoriska riksmuseet är stolta över allt det vi åstadkommer. Vi erbjuder en dynamisk miljö där många olika professioner och kompetenser arbetar tillsammans. Museet ansvarar för världsunika naturhistoriska samlingar som ständigt växer och utvecklas. Museet är ett av landets mest populära besöksmål. Här bedrivs framgångsrik forskning och samhällsviktig miljöövervakning. Vi har över elva miljoner föremål i samlingarna, vilka utgör grunden för vår framgångsrika forskning inom geologi, paleontologi, zoologi, botanik samt miljögifters spridning i naturen. Naturhistoriska riksmuseet erbjuder också ett ledande forum för möten mellan forskare och mellan vetenskap och allmänhet.


Enheten för bioinformatik och genetik bedriver forskning och utveckling inom informatik och genetik samt ansvarar för större nationella och internationella infrastrukturer. Enheten består av ca. 30 medarbetare och är uppdelad på tre grupper: bioinformatik, DNA-laboratoriet och forskning. På enheten används informationsteknik och genetiska metoder for att studera livets mångfald.
Denna tjänst kommer att vara placerad inom professor Fredrik Ronquists forskargrupp, som bland annat utvecklar nya metoder för statistiska analyser inom evolutionsbiologi och biologisk mångfald.



ARBETSUPPGIFTER
Du kommer att bidra till utvecklingen av universell probabilistisk programmering för tillämpningar inom evolutionsbiologi och biologisk mångfald. Arbetet innefattar bland annat implementering av analyser i det probabilistiska programmeringsverktyget Birch, och bidrag till utvecklingen av Birch samt Miking och det Miking-baserade verktyget TreePPL, en ny miljö för dessa analyser. I arbetsuppgifterna ingår också utveckling och implementering av nya inferensalgoritmer, analyser av aktuella empiriska problem i forskningens framkant, och bidrag till utformningen av vetenskapliga uppsatser som beskriver forskningsresultaten. Arbetet drivs i en internationell, tvärvetenskaplig miljö i samarbete med statistiker, datavetare och biologer i Sverige och utomlands.



KVALIFIKATIONER
Vi söker dig som har en doktorsexamen inom relevant område.
Du måste ha kunskaper om universell probabilistisk programmering, samt om Bayesiansk statistik och grundläggande inferensalgoritmer (SMC och MCMC). Kunskaper om nyare inferensstrategier som används inom Bayesiansk statistik är meriterande. Dokumenterad erfarenhet av forskning inom universell probabilistisk programmering, liksom av statistiska analyser inom fylogeni, evolution och biodiversitet, är ett krav.
Tidigare erfarenhet av arbete med den probabilistiska programmeringsplattformen Birch och Miking-plattformen är meriterande. Arbetet kräver god förmåga att kommunicera muntligt och skriftligt på engelska.
Arbetsuppgifterna ställer stora krav på analytisk förmåga, initiativtagande och kommunikativ förmåga. Arbetet kräver också noggrannhet samt ett strukturerat och resultatinriktat arbetssätt.


Det här är en tidsbegränsad anställning om 360 dagar, omfattningen är 20%.



ÖVRIGT
Vi ökar kunskapen om naturen och inspirerar till ansvar för vår värld. Vår långsiktiga strävan är att Naturhistoriska riksmuseets anställda ska spegla den mångfald som finns i Sverige. Vi välkomnar alla sökanden oavsett kön, bakgrund, ursprung och funktionsvariation.

Inför rekryteringsarbetet har vi tagit ställning till rekryteringskanaler och marknadsföring.
Vi undanbeder oss därför kontakt med mediesäljare, rekryteringssajter och liknande.

Sammanfattning

  • Arbetsplats: Naturhistoriska riksmuseet
  • 1 plats
  • 3 månader – upp till 6 månader
  • Deltid
  • Fast månads- vecko- eller timlön
  • Publicerat: 15 november 2022
  • Ansök senast: 30 november 2022

Liknande jobb


Staff scientist inom metagenomik

5 december 2024

Postdoktor i metabol forskning

Postdoktor i metabol forskning

4 oktober 2024