Postdoktor (2 år) i multivariat dataanalys och djupinlärning

Arbetsbeskrivning

Umeå universitet satsar på kreativa miljöer för studier och arbete. Hos oss finns attraktiva utbildningar, världsledande forskning och utmärkta innovations- och samverkansmöjligheter. Fler än 4 300 medarbetare och 33 000 studenter har redan valt Umeå universitet. Välj oss du också.




Kemiska institutionen söker en postdoktor till ett projekt där vi ska utveckla nya metoder inom e-science vilka från grunden integrerar djupinlärning och multivariat analys.

Den huvudsakliga forskningsuppgiften är att genomföra forskning och utveckling inom multivariat analys och djupinlärning. Anställningen avser heltid under två år med tillträde så snart som möjligt, eller enligt överenskommelse.

Projektbeskrivning och arbetsuppgifter
Under de senaste åren har nya verktyg, koncept och tekniker väckt ett nytt hopp för grundläggande förståelse av kemi, biologi och medicin för att driva framtida utveckling av systemmedicin och systembiologi. Den drivande kraften har varit nya banbrytande tekniker (t.ex. robotik, analys, AI) i instrument vilka alla på en grundläggande nivå förändrar hur forskning utförs och dess resultat.

Djupinlärning och multivariat analys har båda visat sig vara avgörande datadrivna modelleringsteknologier för att åstadkomma denna förändring. Målet med projektet är integration av nya avancerade dataanalyslösningar, som bygger på de kompletterande mervärden som djupinlärning och multivariat analys medför, vid modellering av komplexa system.

I detta projekt kommer vi att utveckla nya metoder inom e-science, vilka från grunden integrerar djupinlärning och multivariat analys. Vi kommer att tillämpa och validera dessa metoder i flera pågående projekt, bland annat projektet - Vin som system - i samarbete med Stellenbosch, Sydafrika och Umeå Plant Science Center (UPSC), där vi kommer att dra nytta av storskaligt systembiologidata därifrån, ett utmanande men samtidigt realistiskt försök att studera vin ur ett systembiologiskt perspektiv.

Mer specifikt kommer det här projektet att fokuseras på hybrid modellering, dvs integration av olika modellerings tekniker, exempelvis hur multivariat analys kan användas för att träna och finjustera djupinlärande modeller på och vice versa, hur djupinlärning kan användas som förbehandling för multivariat analys.

Till arbetsuppgifterna hör att:

- Genomföra forskning och utveckling inom multivariat analys och djupinlärning
- Utveckla metoder för analys av ostrukturerat data baserat på djupinlärning
- Utveckla toppmoderna algoritmer för djupinlärning, inklusive metoder för att förbättra tolkningen och robustheten hos djupinlärningsmodeller
- Utveckla nya arbetsflöden för effektiv träning av djupinlärningsmodeller för data med bristfällig annotation

Kvalifikationer
För behörighet krävs en doktorsexamen, eller utländsk examen som bedöms motsvara doktorsexamen i datavetenskap, datateknik, matematik, fysik, kemi eller motsvarande. Doktorsexamen ska vara avlagd högst tre år före ansökningstidens utgång om inte särskilda skäl föreligger.

Du har en gedigen förståelse av linjär algebra, algoritmer, maskininlärning, optimering, numeriska metoder samt erfarenhet av datavetenskapliga verktyg inklusive scripting, helst i Python. Goda kunskaper i engelska, i både tal och skrift krävs. Du är strukturerad och lösningsorienterad samt har god kommunikationsförmåga och samarbetsförmåga. Erfarenhet av försöksplanering och dataanalys är önskvärt.


Villkor
Anställningen avser heltid och är tidsbegränsad till två år. Tillträde så snart som möjligt eller enligt överenskommelse.
 
Ansökan
Ansökan ska innehålla följande handlingar:

- Ett personligt brev med beskrivning av kvalifikationer, forskningsintressen och motivering till ansökan, (max 2 sidor)
- CV, inklusive publikationslista
- Kopia av doktorsavhandling och eventuella relevanta publikationer
- Kopia av doktorsexamensbevis eller motsvarande, samt andra relevanta examensbevis och betyg
- Namn och kontaktuppgifter till minst två referenspersoner
- Övriga relevanta handlingar

Ansökan ska i sin helhet vara skriven på antingen svenska eller engelska. Ansökan ska göras via vårt e-rekryteringssystem Varbi och vara inkommen senast 28 februari 2020.

Närmare upplysningar lämnas av prof. Johan Trygg, e-post: mailto:johan.trygg@umu.se.

Information om institutionen
Kemiska institutionen är den största institutionen inom Teknisk-naturvetenskaplig fakultet och har ca 200 anställda, varav ca 40 forskarstuderande och med en stark och expanderande forskning. Tre större forskningsområden, Biologisk kemi, Miljö- och biogeokemi och Teknisk kemi samlar institutionens forskning och utbildning inom kemi. Vi är också en stark partner inom KBC, Kemiskt-Biologiskt Centrum.

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.

Kontaktpersoner på detta företaget

Fredrik Almqvist
090-786 69 25
Michael Holmboe
090-7865248
Rainer Backman, professor (huvudhandledare)
090-786 59 43
Torbjörn Lestander, docent
090-786 87 95
Ewa Mellerowicz, professor
090-786 83 67
Thomas Olofsson
090-786 67 10
Åke Fransson
090-786 50 33
Jonatan Klaminder, jonatan.klaminder@emg.umu.se
090-786 9554
Henrik Larsson
090-786 79 97, 070-825 59 51
Christer Nilsson, christer.nilsson@umu.se
090-7866003

Sammanfattning

Besöksadress

Umeå universitet
None

Postadress

Umeå universitet
Umeå, 90187

Liknande jobb


Forskare inom 6G med vice föreståndarskap i SweWIN-forskningscentret

Forskare inom 6G med vice föreståndarskap i SweWIN-forskningscentret

27 september 2024

Postdoktor inom AI & 6G-mobilnätverk

Postdoktor inom AI & 6G-mobilnätverk

15 oktober 2024

11 oktober 2024

Data Scientist

Data Scientist

10 oktober 2024