Umeå universitet, Teknisk-naturvetenskaplig fakultet

Umeå universitet är ett av Sveriges största lärosäten med drygt 36 000 studenter och 4 200 anställda.  Här finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden. Umeå universitet är också platsen för den banbrytande upptäckten av gensaxen CRISPR-Cas9 – en revolution inom gentekniken som tilldelats Nobelpriset i kemi.

Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur där vi gläds åt varandras framgångar.

Är du intresserad av att veta mer om Umeå universitet som arbetsplats läs mer på: Jobba hos oss.

Till vår institution, kännetecknad av världsledande forskning inom flera fält och en bredd av internationellt högt rankade utbildningsprogram, söker vi nu en doktorand inom AI för datahantering.

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/

Forskningen kommer att bedrivas inom forskningsgruppen "Artificiell intelligens för datahantering", som leds av professor Diego Calvanese. Forskargruppen består för närvarande av två postdoktorala forskare och tre doktorander och kommer från och med sommaren i år att utökas med två docenter, två postdoktorala forskare och flera doktorander. Gruppen kommer att ha ett nära samarbete med professor Calvaneses forskargrupp vid det fria universitetet i Bozen-Bolzano (Italien), som är välkänd som en av de ledande grupperna i världen för sin grundläggande och tillämpade forskning om samspelet mellan semantisk teknik, kunskapsrepresentation och resonemang samt databaser.

Wallenberg AI, Autonomous Systems and Software Program, WASP, är Sveriges största enskilda forskningsprogram i modern tid. Programmet skapar en plattform för akademisk forskning och utbildning i nära samarbete med ledande svensk teknikintensiv industri. Forskningen innefattar artificiell intelligens och autonoma system som verkar i samarbete med människor och som anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap och skapar intelligenta system av system. WASPs vision är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till gagn för svensk industri. Läs mer: https://wasp-sweden.org/

Forskarskolan inom WASP har som mål att förse framtidens forskare med nödvändig kunskap för att kunna analysera, utveckla och bidra aktivt till den tvärvetenskapliga utvecklingen av artificiell intelligens, autonoma system och mjukvara. Genom ett ambitiöst program med forskningsbesök, partneruniversitet och gästföreläsare stöder forskarskolan aktivt bildandet av ett starkt multidisciplinärt och internationellt professionellt nätverk mellan doktorander, forskare och industri. Forskarskolan erbjuder därmed en unik möjlighet för de studenter som lockas av internationell forskning i världsklass med industriell relevans. Mer information: https://wasp-sweden.org/graduate-school/

Projektbeskrivning

Projektet, som leds av professor Diego Calvanese, gäller grundforskning och/eller tillämpad forskning om flexibel och effektiv hantering av stora mängder rikligt strukturerade data genom att använda paradigmet virtuella kunskapsgrafer (VKG, även känt som ontologibaserad dataåtkomst). Projektet syftar särskilt till att utvidga VKG:erna för att hantera nya situationer som kan omfatta följande:

(i) ytterligare former av data/kunskap (t.ex. tidsmässiga, geospatiala, aggregerade, numeriska);

(ii) heterogena datakällor av olika typer utöver relationella källor (t.ex. grafstrukturerade data, json, xml, csv, streaming, text);

(iii) Nya typer av problem, särskilt proveniens, förklaring, personifiering, dataanalys och maskininlärning över VKG:er, optimering och prestandajustering.

(iv) Nya tillämpningar av VKG (t.ex. industri 4.0, smarta städer, e-hälsa).

Beroende på studentens kvalifikationer och intressen kan doktorandens forskningsinriktning omfatta en eller flera av ovanstående utvidgningar av det traditionella VKG-paradigmet, och kan inriktas mer på grundläggande och teoretisk forskning eller mer på tillämpad och experimentell forskning.

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.

Mycket goda kunskaper om databaser, datahantering och principer för datamodellering, eller om semantisk teknik och artificiell intelligens (inklusive kunskapsrepresentation och resonemang) förväntas. För ett mer teoretiskt inriktat projekt förväntas de sökande ha en gedigen bakgrund inom datavetenskapens formella grunder (inklusive matematik, diskret matematik, matematisk logik, beräkningsteori, eventuellt komplexitetsteori). För projekt med inriktning mot praktisk tillämpning förväntas kandidaterna ha goda programmeringskunskaper och helst erfarenhet av utveckling av öppen källkod och samarbetsprojekt för programvara.

Viktiga personliga egenskaper är god kommunikationsförmåga, inklusive goda färdigheter i muntlig och skriftlig engelska, god förmåga att samarbeta i grupp, förmåga att snabbt förstå nya begrepp och sätta dem i ett sammanhang samt kreativitet.

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 oktober 2022 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
• 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 (företrädesvis). 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 30 juni 2022. Logga in i systemet och ansök via knappen längst ner på webbsidan.

Institutionen för datavetenskap värdesätter diversitet. Vi välkomnar därför i synnerhet kvinnor och personer utanför det binära genussystemet som sökande.

Vid frågor eller behov av ytterligare information, kontakta professor Diego Calvanese (diegoc@cs.umu.se).

Välkommen med din ansökan!

Anställningsform Visstidsanställning längre än 6 månader
Anställningens omfattning Heltid
Tillträde 221001
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Umeå
Län Västerbottens län
Land Sverige
Referensnummer AN 2.2.1-738-22
Publicerat 2022-04-29
Sista ansökningsdag 2022-06-30
Sök jobbet

Tillbaka till lediga jobb