Postdoktor för beräkningar inom masspektrometri

vid Institutionen för material- och miljökemi. Sista ansökningsdag: 2020-07-03.

Institutionen för material- och miljökemi (MMK) är, med cirka 150 anställda, en av de största institutionerna vid Naturvetenskapliga fakulteten vid Stockholms universitet.

En betydande del av undervisningsverksamheten sker på grundnivå med kurser i grundläggande, fysisk, oorganisk och analytisk kemi. Undervisningen på avancerad nivå fokuserar på masterprogrammen i material och analytisk kemi.

MMKs forskningsverksamhet omfattar främst studier av material, och inkluderar olika klasser av dessa såsom keramer, glas, porösa material och mjuka material. Projekten omfattar ofta syntes samt karaktärisering med olika metoder: röntgen, neutrondiffraktion, elektronmikroskopi, fasta tillståndet NMR, och datormodellering av material med potential för diverse tillämpningar. Forskningsaktiviteter inom analytisk kemi fokuserar på att utveckla avancerade analytiska tekniker för studier av organiska föreningar och biomolekyler.

Projektbeskrivning
Detta projekt kommer att bedrivas inom Prof. Anneli Kruves forskargrupp samt medsamarbetspartners inom projektet ”kvantitativ förutsättningslös kartläggning/nontarget screening för ökad förståelse av blandningars toxicitet”. Projektets målsättning är att utveckla nya maskininlärningsmetoder för kvantitativ ”nontarget LC/HRMS screening”.

Arbetsuppgifter
Arbetsuppgifterna kommer att bestå av forskning och utveckling av maskininlärningsalgoritmer för LC/HRMS. Detta inkluderar modellering av fragmenteringsmönster och jonmobilitetsdata samt joniseringsegenskaper såsom adduktformation och joniseringseffektivitet.

Behörighetskrav
Med postdoktor avses en arbetstagare som anställs i huvudsak för forskning och som har avlagt doktorsexamen eller har en utländsk examen som bedöms motsvara doktorsexamen.

Bedömningsgrunder
Examen ska vara avlagd högst tre år före ansökningstidens utgång. Om det finns särskilda skäl kan doktorsexamen ha avlagts tidigare. Sådana skäl är ledighet på grund av sjukdom, föräldraledighet, klinisk tjänstgöring, förtroendeuppdrag inom fackliga organisationer eller andra liknande omständigheter.

Vid tillsättningen kommer särskild vikt att fästas vid vetenskaplig skicklighet inom maskininlärning och tekniskt kunnande inom programmering.

Tidigare erfarenhet med beräkningar inom masspektrometri, kemoinformatik, bioinformatik eller liknande är ett krav. Kunnande inom utveckling av maskininlärningsalgoritmer för regression, klassificering och klustering är ett krav.

Kandidater med kunskap i utformning av maskininlärningsalgoritmer är särskillt meriterande.

Anställningsvillkor
Anställningen avser heltid och gäller tills vidare, dock längst två år, med möjlighet till förlängning. Tillträde enligt överenskommelse.

Stockholms universitet strävar efter att vara en arbetsplats som är fri från diskriminering och ger lika möjligheter för alla.

Kontakt
Upplysningar om anställningen lämnas av professor Anneli Kruve, anneli.kruve@su.se.

Fackliga företrädare
Ingrid Lander (Saco-S), tfn 0708-16 26 64, saco@saco.su.se, Alejandra Pizarro Carrasco (Fackförbundet ST/Lärarförbundet), tfn 08-16 34 89, alejandra@st.su.se, samt seko@seko.su.se (SEKO).

Ansökan
Du söker anställningen via Stockholms universitets rekryteringssystem. Du som sökande ansvarar för att ansökan är komplett i enlighet med annonsen och att den är universitetet tillhanda senast sista ansökningsdag.

När du ansöker ber vi dig att fylla i följande uppgifter


• dina kontakt- och personuppgifter
• din högsta examen
• dina språkkunskaper
• kontaktinformation för 2–3 referenspersoner 

och att bifoga följande dokument


• personligt brev
• CV – examina och övriga utbildningar, arbetslivserfarenhet och publikationsförteckning
• projektplan/forskningsplan (bör ej överstiga 3 sidor) som beskriver:
– varför du är intresserad av det i annonsen beskrivna ämnet/projektet
– varför och hur du vill bedriva projektet
– vad som gör dig lämplig för det aktuella projektet
• kopia av bevis på doktorsexamen
• eventuella rekommendationsbrev (max 3 filer)
• egna publikationer som du önskar åberopa (max 3 filer).

Anvisningar för sökande finns på webbsidan: anvisningar – sökande.

Välkommen med din ansökan!


Stockholms universitet bidrar till det hållbara demokratiska samhällets utveckling genom kunskap, upplysning och sanningssökande.