Staff Scientist inom bioinformatik och datavetenskap för infektionsbiologiforskning

Institutionen för fysiologisk botanik
Sista ansökningsdag: 2025-08-31

SciLifeLab, Science for Life Laboratory, är ett nationellt center för molekylära biovetenskaper i Sverige, som utvecklar och underhåller unik forskningsinfrastruktur, tjänster och dataresurser för livsvetenskaplig forskning. SciLifeLabs främsta mål är att möjliggöra banbrytande, mångvetenskaplig forskning och främja att forskningen tillämpas till nytta för samhället. Cirka 200 forskargrupper, 1 500 forskare och 40 nationella infrastrukturenheter är kopplade till SciLifeLab med noder över hela Sverige.

SciLifeLab och Wallenbergs nationella program för datadriven livsvetenskap (DDLS) är ett 12-årigt initiativ som fokuserar på datadriven forskning för att utbilda och rekrytera nästa generations livsforskare och skapa starka och globalt konkurrenskraftiga beräknings- och datavetenskapliga forskare inom svensk livsvetenskap. Programmet syftar till att stärka  nationella samarbeten mellan universitet, forskningsmiljöer inom livsvetenskap och datavetenskap, samt mellan industri, hälso- och sjukvård och andra nationella och internationella intressenter.

Vi söker nu en kandidat med expertis inom maskininlärning, bioinformatik eller avancerade statistiska metoder, för att hjälpa till att utforska molekylära, bildanalys-, kliniska och/eller epidemiologiska data. Du kommer att tillämpa, anpassa och utveckla metoder för maskininlärning för att ge dataanalysstöd till datadrivna svenska forskningsprojekt av vetenskaplig excellens, samt stödja avancerad forskarutbildning i dataanalys på nationell nivå.

Som en del av vårt team kommer du att vara väl integrerad med bioinformatikplattformen vid SciLifeLab (National Bioinformatics Infrastructure Sweden, www.nbis.se), en unik nationell infrastruktur med över 120 experter som tillhandahåller avancerat bioinformatikstöd, infrastruktur och utbildning till svenska livsvetenskapsforskare, och deltar i internationella samarbeten.

Din framtida arbetsplats

Du kommer att arbeta vid en av de viktigaste bioinformatiska forskningsmiljöerna vid Umeå Universitet, med över 20 bioinformatiker som stödjer flera forskningsområden och är placerad vid institutionen för fysiologisk botanik. Arbetsplatsen är belägen mitt i Kemiskt Biologiskt Centrum (KBC), som är ett life science-nav med flera instrument och teknikplattformar, och även i närheten av flera nationella dataproducerande SciLifeLab-anläggningar. Umeå universitet har ett starkt nätverk inom infektionsbiologisk forskning med bland annat den nordiska EMBL-noden Laboratory for Molecular Infection Medicine Sweden (MIMS, www.umu.se/mims/). 

För mer information om att arbeta vid Umeå universitet: https://www.umu.se/jobba-hos-oss/.

Bioinformatikgruppen är verksam vid institutionen för fysiologisk botanik vid Umeå Plant Science Centre med totalt över 200 forskare i mer än 35 forskargrupper, (www.upsc.se). Du kommer att arbeta i en supportgrupp av bioinformatiker som både levererar expertanalyser till andra forskare och själva driver forskningsfältet framåt. 

Arbetsuppgifter

De huvudsakliga arbetsuppgifterna är att:

• Genomföra avancerade dataanalyser inom nationellt prioriterade datadrivna forskningsprojekt inom livsvetenskap, med hjälp av toppmoderna beräkningsmetoder
• Utveckla och implementera nödvändiga verktyg och arbetsflöden för sådana analyser.
• Utbilda andra forskare i Sverige i avancerad dataanalys genom samarbete inom stödda projekt, avancerade nationella kurser och konsultationer.
• Delta i den kontinuerliga utvecklingen och förbättringen av bioinformatikplattformen, DDLS-programmet och SciLifeLab.

Kvalifikationskrav

Vi söker en mycket motiverad kandidat med gedigna färdigheter inom tillämpad bioinformatik, datavetenskap och/eller maskininlärning, för att tillhandahålla avancerat dataanalysstöd till svenska livsvetenskapsforskningsprojekt av vetenskaplig excellens. För anställning krävs följande kvalifikationer:

(i) Doktorsexamen i bioinformatik, datavetenskap, bioteknik, teknik, fysik, eller motsvarande.
(ii) Omfattande (3+ år) erfarenhet av att tillämpa och/eller utveckla avancerade metoder inom bioinformatik, datavetenskap eller maskininlärningsmetoder.
(iii) Programmeringskunskaper i Python.
(v) Mycket goda muntliga och skriftliga kommunikationsfärdigheter på engelska
(vi) Starka färdigheter inom samarbete och kommunikation

Ytterligare kvalifikationer

Relevanta postdoktorala studier eller likvärdig industriell erfarenhet är en stark merit men inte ett krav. Övriga starka meriter är erfarenhet inom en eller flera av följande:

• Forskning eller utveckling kopplad till infektionsbiologi, immunologi eller epidemiologi.
• Avancerad integrering av flera lager av molekylära dataset.
• Programmeringskunskaper i R och/eller andra programmeringsspråk för statistiska beräkningar och datavisualisering.
• Moderna ramverk för djupinlärning, såsom PyTorch eller Tensorflow och datavetenskapliga verktyg såsom Numpy, Pandas and Matplotlib

Erfarenhet av maskininlärningshanteringssystem, såväl som databaser och datatrukturer för stora datamängder är också meriterande. Centrala begrepp för oss är "Reproducerbar forskning" och "FAIR data", och expertis inom utveckling av reproducerbar kod genom att använda koddelningsplattformar, versionshantering, arbetsflödesspråk och containerlösningar är även det meriterande.

Anställningsvillkor

Anställningen är på heltid och tillsvidare. Provanställning upp till 6 månader kan komma att tillämpas. Startdatum enligt överenskommelse.

Ansökan

Din ansökan ska innehålla

• Ett personligt brev, max 2 sidor, inklusive en motivering till varför du vill ansluta dig till detta arbete
• CV med publikationslista
• Doktorsexamensbevis

Du ansöker via vårt rekryteringssystem Varbi. Sista ansökningsdag är 2025-08-31

Kontakt

Björn Nystedt, NBIS Support Manager, tel +46 18 471 44 13, bjorn.nystedt@scilifelab.se
Johan Trygg, UmU DDLS Data Science Node, tel +46 730 647 137, johan.trygg@umu.se
Johannes Hanson, prefekt vid institutionen för fysiologisk botanik, tel +46 722 243 283, johannes.hanson@umu.se