Doktorand i datavetenskap med inriktning mot ansvarsfull maskininlärning - 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 i datavetenskap med inriktning mot ansvarsfull AI med inlärning från flera representationer.

Institutionen för datavetenskap har haft en expansiv tillväxt under de senaste åren. Att skapa en inkluderande forskningsmiljö där medarbetare har en hög delaktighet är en viktig faktor 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/

Låter detta intressant? Välkommen med din ansökan före 17 oktober, 2022.

Projektbeskrivning

Inlärning med flera representationer (LMR) avser metoder för maskininlärning som nyttjar flera representationer av data och modeller eller flera formaliseringar av inlärningsuppgiften samtidigt, samordnar dem på ett koordinerat sätt och använder dem på ett synergistiskt sätt för att lösa ett problem. Flera representationer kan interagera på olika sätt och utbyta information på olika nivåer (t.ex. data, modell, prediktion) och stadier i inlärningsprocessen. Ett LMR-system kan t.ex. ha en parallell arkitektur, vilket innebär att inlärningen i huvudsak sker parallellt (oberoende av varandra) och att förutsägelserna sammanförs först i slutet. Dessa metoder saknar dock integrering av ansvarsfull AI när det gäller spårbarhet av socialetiska krav, begränsningar, fördomar, rättvisa, öppenhet och interoperabilitet vid utformning och användning av ramverk i AI-system i realtid.

Detta projekt syftar till att undersöka, utveckla och integrera ett ramverk för ansvarsfull AI med inlärning från flera representationer genom att dra nytta av komplementariteten, redundansen och de specifika egenskaperna hos olika representationer. LMR syftar till att förbättra prestandan och säkerställa ansvarsfull inlärning från flera representationer jämfört med metoder som endast arbetar med en enda representation. Typiska exempel på LMR är kombinationen av numeriska och symboliska formalismer, representationen av data och modeller på olika abstraktionsnivåer och kombinationen av olika typer av övervakning av inläraren. I detta projekt planeras därför att utforma, utveckla och utvärdera nya metoder och mått som utvärderar kompromisserna mellan beräkningsmässiga och etiska krav, och vidare analyserar LMR-algoritmernas bias, inkludering, öppenhet och tolkningsbarhet när de används i AI-system i realtid.

Den framgångsrika kandidaten kommer att bidra till gruppen för Social och etisk artificiell intelligens och gruppen för Autonoma distribuerade system vid institutionen för datavetenskap och samarbeta med forskare inom t.ex. maskininlärning, matematisk statistik, optimering, ansvarsfull AI eller social AI.

Denna doktorandplats är en del av det europeiska projektet LEMUR (Learning with Multiple Representations) som finansieras av Horizon-MSCA-DN (MARIE Skłodowska-CURIE ACTIONS). Målet med MSCA Doctoral Networks är att genomföra doktorandprogram genom partnerskap mellan organisationer från olika sektorer i och utanför Europa för att utbilda högkvalificerade doktorander, stimulera deras kreativitet, förbättra deras innovationsförmåga och öka deras anställbarhet på lång sikt.

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.

Dokumenterade kunskaper och en gedigen bakgrund inom maskininlärning och ansvarsfull AI eller maskininlärning och etisk AI är ett krav. Vidare krävs goda kunskaper i engelska minst europeisk C1-nivå eller motsvarande nivå. Forskningen är i stor utsträckning tvärvetenskaplig, och en bred kompetensprofil och erfarenhet från andra relevanta områden (t.ex. maskininlärning, distribuerad inlärning, ansvarsfull AI, djupinlärning, diskret optimering och formella metoder) anses vara en merit.

Viktiga personliga egenskaper är, förutom kreativitet och ett nyfiket sinne, förmågan att arbeta både självständigt och i grupp samt erfarenhet av vetenskaplig interaktion med forskare från andra discipliner och i andra länder.

Rekryteringen sker i enlighet med det mobilitetsregelverk som gäller för MSCA. För att antas inom programmet krävs:

· Att du inte redan har en doktorsexamen vid rekryteringstillfället.

· Att du inte har bott eller haft din huvudsakliga sysselsättning (t. ex. arbete, studier) i värdlärosätets land under längre tid än 12 månader under de föregående tre åren. Obligatorisk nationell tjänstgöring, korta vistelser som semester, och tid som ingått i förfarandet för att få flyktingstatus i enlighet med Genèvekonventionen kommer inte att räknas in.

Mer information om MCSA:s doktorandnätverk finns på följande webbplats: https://marie-sklodowska-curie-actions.ec.europa.eu/actions/doctoral-networks

Anställningen startar så snart som möjligt eller enligt överenskommelse.

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.

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

Förväntat startdatum är 15 januari eller enligt överenskommelse.

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 2022-10-17. Logga in i systemet och ansök via knappen längst ner på webbsidan.

Efter ansökningstidens slut kommer urvalsprocessen att inkludera intervju och arbetsprover i form av programmeringsuppgift.

Vid frågor eller behov av ytterligare information, kontakta biträdande lektor Monowar Bhuyan (monowar@cs.umu.se) eller professor Virginia Dignum (virginia@cs.umu.se).

Välkommen med din ansökan!