Postdoktor i maskininlärning med inriktning mot hjärnfunktionsanalys

Luleå tekniska universitet är i stark tillväxt med världsledande kompetens inom flera forskningsområden. Vi formar framtiden genom nydanande utbildningar och banbrytande forskningsresultat, och med utgångspunkt i den arktiska regionen skapar vi global samhällsnytta. Vår vetenskapliga som konstnärliga forskning och utbildning bedrivs i nära samarbete med internationella, nationella och regionala företag, offentliga aktörer och ledande universitet. Luleå tekniska universitet omsätter totalt 1,9 miljarder kronor per år. Vi är idag 1 840 anställda och har 17 670 studenter.

De kommande åren investeras mångmiljardbelopp i Norrbotten och Västerbotten i stora projekt som syftar till ett mer hållbart samhälle nationellt så väl som globalt. Luleå tekniska universitet är involverat i flera av dessa högaktuella forskningsprojekt och den samhällsomvandling som följer. Vi har ett brett utbud av utbildningar för att matcha den kompetens som efterfrågas. Vi hoppas att du vill hjälpa oss att bygga framtidens hållbara företag och samhällen.
För närvarande har maskininlärning vid Luleå tekniska universitet en ledig tjänst inom ämnet maskininlärning och hjärnfunktionsanalysmetoder. Vi erbjuder välutrustade laboratoriefaciliteter för att utföra forskning och har ett bra akademiskt nätverk i Sverige och utomlands.

Ämnesbeskrivning
Maskininlärning fokuserar på metoder med vilka datorsystem använder data för att förbättra sin egen prestanda, förståelse och till att göra konkreta förutsägelser och har nära anknytning till tillämpningar.

Projektbeskrivning
I detta projekt kommer data att vara biomedicinska signaler, förvärvade via EEG och fMRI. Du kommer att arbeta under handledning av professor Marcus Liwicki vid EISLABoch kommer aktivt att arbeta med Dr. Debashis Das Chakladar (Excellent postdoc researcher, EISLAB) på hjärnfunktionsanalys med hjälp av maskininlärningsmetoder.

Arbetsuppgifter
Arbetsuppgifterna för postdoktor är i huvudsak forskning. Undervisning och pedagogiskt utvecklingsarbete kan ingå i arbetsuppgifterna med högst 20 % av arbetstiden. Forskningen kommer att bedrivas på olika EEG/EEG-fMRI-uppgifter med hjälp av maskininlärning eller djupinlärningsmetoder. Du kommer också delta i ansökningar av framtida projekt.

Kvalifikationer
För att vara behörig till denna tjänst måste du ha en doktorsexamen, eller en utländsk examen motsvarande en doktorsexamen inom datavetenskap, datateknik eller elektroteknik med erfarenhet inom ovan nämnda områden. Önskvärt är erfarenhet av internationellt forskningsprojektsamarbete.

I första hand bör den komma i fråga för anställning som har avlagt doktorsexamen högst tre år före ansökningstidens utgång. Om det finns särskilda skäl kan doktorsexamen ha avlagts tidigare. Med särskilda skäl menas ledighet på grund av sjukdom, föräldraledighet, klinisk tjänstgöring, förtroendeuppdrag, eller liknande omständigheter. Vi söker dig som kan bedriva toppmodern forskning som demonstreras genom peer reviewed publikationer. Du måste ha goda kunskaper i biomedicinska signalbehandlingsmetoder (EEG, fMRI, etc.), goda kunskaper i engelska både i tal och skrift samt ha förmågan att arbeta självständigt såväl som i team. Du som har erfarenhet av att arbeta med maskininlärning och djupinlärning för hjärnsignaler kommer att prioriteras. De flesta anställda inom ämnet är för närvarande män därför ser vi gärna kvinnliga sökanden.

Information
Tidsbegränsad anställning på heltid (100%) två år med möjlighet till förlängning ett år. Placering på ämnet Maskininlärning i Luleå. Tillträde: Enligt överenskommelse.

För ytterligare information, vänligen kontakta: Dr. Debashis Das Chakladar, 0920-493404, debashis.das.chakladar@ltu.se och professor Marcus Liwicki, 0920-491006, marcus.liwicki@ltu.se.

Facklig företrädare: SACO-S Kjell Johansson, 0920-49 1529 kjell.johansson@ltu.se och  
OFR-S Lars Frisk, 0920-49 1792 lars.frisk@ltu.se.

Ansökan
Vi ser helst att du söker befattningen via ansökningsknappen nedan där du bifogar personligt brev samt CV/meritförteckning och kopior av verifierade examensbevis. Var vänlig och märk din ansökan med referensnumret nedan. Både ansökan och examensbevis ska vara skrivna på svenska eller engelska.

Sista ansökningsdag: 29 december 2023
Referensnummer: 5313–2023