Doktorand i datavetenskap med inriktning mot dataintegritet & dataskydd - Befattningen är under tillsättning eller redan tillsatt, och det är inte längre möjligt att lämna in en ansökan

Till vår institution, kännetecknad av världsledande forskning inom flera fält och en bredd av internationellt högt rankade utbildningsprogram, söker vi nu en doktorand inom integritetsmedveten (privacy-aware) transparent maskininlärning.

Institutionen för datavetenskap har haft en expansiv tillväxt under de senaste åren. Att skapa en inkluderande forskningsmiljö där medarbetare har en hög delaktighet är viktiga faktorer i vår hållbara utveckling. De drygt 50 doktorandstuderande vid vår institution består av en diversifierad grupp människor från olika nationaliteter, bakgrunder och fält. Som doktorand hos oss har du tillgång till stöd för din karriärutveckling, nätverk, administrativ och teknisk support samt goda anställningsvillkor.

För mer information besök
https://www.umu.se/institutionen-for-datavetenskap/

WASP

Projektet är en del av Wallenberg AI, Autonomous Systems and Software Program (WASP), Sveriges största enskilda forskningsprogram någonsin! WASP är ett nationellt initiativ för strategisk grundforskning, utbildning och rekrytering. Programmet finansierar forskning inom artificiell intelligens och autonoma system som samarbetar med människor, anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap, och bygger intelligenta system av system. Detta möjliggörs primärt av avancerad programvara, vilket också är ett forskningstema integrerat i programmet.

WASPs vision är forskningsexcellens och kompetens inom artificiell intelligens, autonoma system och mjukvara, till gagn för såväl samhälle som industri. För mer information se http://wasp-sweden.org/ .

Forskarskolan inom WASP erbjuder grunder, nya perspektiv och spetskunskap inom olika vetenskaper med undervisning av ledande forskare. Genom ett ambitiöst program med forskningsbesök, partneruniversitet och besökande föreläsare stödjer forskarskolan aktivt byggandet av ett starkt tvärvetenskapligt och internationellt professionellt nätverk mellan doktorander, forskare och industrin. Den erbjuder ett mervärde utöver universitetens existerande doktorandprogram och en unik möjlighet för studenter som lockas av internationell forskning i världsklass med hög industriell relevans.

Projektbeskrivning

Vi kommer att utveckla algoritmer för maskininlärning som bygger datadrivna modeller som både undviker röjande av privat information och som är motståndskraftiga mot olika typer av attacker (transparency attacks and membership attacks). Målet är att bygga statistiska modeller och maskininlärningsmodeller enligt principer som säkerställer integritetsbevarande (differential privacy and integral privacy), samt tar i beaktande olika scenarier (t ex huruvida datainsamlingen är centraliserad eller lokal). Kommer vi i projektet att hantera federerad maskininlärning. De modeller som utvecklas förväntas följa de tekniska kriterier som är uppsatta för så kallad trovärdighet (trustworthy AI principles). Vi är särskilt intresserade av att utveckla modeller som är möjliga att förklara för människor. Sådana modeller är attraktiva eftersom människor behöver förstå att beslut är välmotiverade. Utveckling av förklarande modeller kräver dock hantering av ytterligare integritetshot. Datadrivna modeller ska tillämpas på IoT-scenarier (Internet of Things). Detta är ett projekt i samarbete med Chalmers och KTH.

Forskningsgruppen

Forskningsgruppen integritetsmedvetet och transparent beslutsfattande (privacy-aware transparent decisions), ledd av professor Vicenç Torra, forskar om dataintegritet vid användning av data för maskininlärning och statistisk inlärning. Det är välkänt att data kan innehålla känsliga uppgifter, och naiv anonymisering räcker inte för att undvika avslöjande av privat information. Även modeller av data och sammanslagna data kan bryta sekretessen om de innehåller spår av de data som användes för att konstruera dem. Vi vill förstå de grundläggande principer som kan hjälpa att konstruera säkra system, och utveckla algoritmer för att bygga sådana AI-system. Gruppen samarbetar med nationella och internationella forskningsgrupper, editerar en av de ledande tidskrifterna om dataintegritet och dataskydd (Transactions on Data Privacy), och har aktiva kontakter med både näringsliv och offentlig sektor. Mer information: https://www.umu.se/en/research/groups/nausica-privacy-aware-transparent-decisionsgroup-/

Kvalifikationer

För att bli antagen till utbildning på forskarnivå krävs det att den sökande har grundläggande behörighet genom avlagd examen på avancerad nivå, eller slutförda kursfordringar om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå, eller motsvarande utländsk utbildning, eller motsvarande kvalifikationer.

För att bli antagen till utbildning på forskarnivå inom ämnet datavetenskap krävs att den sökande har godkända kurser om minst 90 högskolepoäng i ämnet datavetenskap eller som är direkt relevanta för den aktuella specialiseringen.

Sökande förväntas ha goda kunskaper och färdigheter i programmering med fokus på effektiv implementering av algoritmer, samt goda kunskaper i matematik och/eller statistik. Förmåga att både tala och skriva engelska flytande är ett krav.

Dokumenterad kunskap och erfarenhet inom maskininlärning är en merit.

Viktiga personliga egenskaper är, förutom kreativitet och ett nyfiket sinne, förmåga att arbeta både självständigt och i grupp, samt erfarenhet av internationellt samarbete.

Om anställningen
Anställningen syftar till en doktorsexamen, och doktorandens huvuduppgift är att ägna sig åt egen forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan undervisning och annat institutionsarbete (upp till max 20%) ingå. Anställningen är tidsbegränsad till fyra år heltid eller upp till fem år vid undervisning deltid.

Förväntat startdatum är 1 augusti eller enligt överenskommelse.

Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Enligt Högskoleförordningen (12 kap, 2 §) kan beslutet om anställning inte överklagas.

Så här ansöker du

Du ansöker via vårt rekryteringssystem (se nedan).

En fullständig ansökan ska innehålla:

• Ett personligt brev som beskriver dina forskningsintressen, och varför du söker den utlysta anställningen. Brevet ska också innehålla din kontaktinformation
  • Styrkta kopior av examensbevis eller motsvarande
  • Curriculum Vitae (CV)
  • Kopior av kandidat- och/eller masteruppsats, samt andra relevanta publikationer om sådana finns
  • Dokumentation och beskrivning av andra relevanta erfarenheter och kompetenser

Ansökan ska vara skriven på svenska eller engelska. Om bifogade dokument har annat originalspråk ska en översättning inkluderas. Bifogade dokument ska vara i Word eller pdf-format. Ansökan ska göras via Umeå universitets e-rekryteringssystem och vara inkommen senast 2022-05-24. Logga in i systemet och ansök via knappen längst ner på webbsidan.

Vid frågor eller behov av ytterligare information, kontakta professor Vicenc Torra (vtorra@cs.umu.se).

Välkommen med din ansökan!