Första forskningsingenjör: AI/Maskininlärning med expertis inom infektionsbiologi

Institutionen för Fysiologisk Botanik

Sista ansökningsdag: 2023-03-23.

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. De två huvudnoderna är placerade i Stockholm och Uppsala, men SciLifeLab har nationella faciliteter vid alla större svenska lärosäten.

SciLifeLab och Wallenbergs nationella program för datadriven livsvetenskap (DDLS) är ett 12-årigt initiativ som fokuserar på datadriven forskning, inom områden som är grundläggande för att förbättra människors liv, upptäcka och behandla sjukdomar, skydda biologisk mångfald och bidra till hållbar utveckling. Programmet avser att utbilda och rekrytera nästa generation av forskare inom datadriven livsvetenskap samt att skapa starka och internationellt konkurrenskraftiga beräknings- och datavetenskapliga forskningskapaciteter inom svensk livsvetenskap.

DDLS-programmet etablerar nu en nationell nod inom epidemiologi och infektionsbiologi, vid Umeå universitet med ett nationellt ansvar för att utveckla datatjänster och tillhandahålla bioinformatikstöd. Nodens personal kommer att vara väl integrerad med den lokala forskningsmiljön, men också med SciLifeLabs bioinformatikplattform (NBIS), en unik nationell infrastruktur med över 100 medarbetare, som tillhandahåller avancerad support, infrastruktur och utbildning till svenska forskare inom livsvetenskap, samt deltar i internationella samarbeten.

Vi söker nu efter framstående kandidater med expertis inom AI, maskininlärning och statistiska metoder tillämpade i ett biologiskt sammanhang relaterat till infektionsbiologi med syfte att öka vår förståelse för uppkomsten, prevalensen och spridningen av infektionssjukdomar. Som första forskningsingenjör inom tillämpad maskininlärning kommer du att tillämpa, anpassa och utveckla metoder för maskininlärning för att ge dataanalysstöd till datadrivna svenska forskningsprojekt av vetenskaplig excellens samt vara en drivkraft för avancerad forskarutbildning i dataanalys på nationell nivå.

Din framtida arbetsplats

Institutionen för fysiologisk botanik huserar Umeås största grupp av bioinformatiker med mer än 20 bioinformatiker samt Swedish Metabolomic Centre. Du kommer att arbeta i en grupp av forskare som både hjälper andra med analys och utvecklar egna metoder som del av sin forskning. Bioinformatik avdelningen är arbetar med projekt från alla delar av life science. 

Institutionen är en del av Umeå Plant Science Centre (UPSC) med över 200 anställda i mer än 35 forskargrupper Det är en av Umeås starkaste forskningsmiljöer med multidisciplinär, samarbetsvillig och expanderande forskning. Vi är även en del av Kemiskt-Biologiskt centrum (KBC), ett life science nav i Umeå med flera nationella plattformar för instrumentering. För mer info om hur det är att arbeta vid Umeå Universitet: https://www.umu.se/jobba-hos-oss/.

Huvudsakliga arbetsuppgifter

De huvudsakliga arbetsuppgifterna är att:

•  Utföra avancerade dataanalyser inom nationellt prioriterade datadrivna projekt.
• Utveckla och implementera nödvändiga verktyg och arbetsflöden för sådana analyser
• Lära ut bioinformatik till andra forskare genom att samarbeta inom projekt, stödja på avancerade nationella kurser och delta i konsultationer.
• Engagera sig i den kontinuerliga utvecklingen och förbättringen av DDLS-programmet och dess Data Science Node med inriktning mot infektionsbiologi.

Kvalifikationskrav

Vi söker en motiverad kandidat med stark kompetens inom AI/maskininlärning och statistiska modelleringsmetoder med ett genuint intresse för infektionsbiologi. Den framgångsrika kandidaten ska ha

(i) Ph.D. inom bioteknik, biologi, kemi eller motsvarande [SF1] 
(ii) Omfattande (3+ års) erfarenhet av att tillämpa avancerad AI eller maskininlärningsmetoder inom data driven life science eller relevant biologiskt sammanhang.
(iii) Stark programmeringskunskap i Python, inklusive kunskap om Numpy, Pandas och Matplotlib, och versionskontroll med Git.
(iv) Erfarenhet av att använda moderna ramverk för djupinlärning (som PyTorch eller Tensorflow)
(v) Erfarenhet av att arbeta med verkliga storskaliga biovetenskapliga data 
(vi) Mycket god muntlig och skriftlig kommunikationsförmåga på engelska
(vii) Starka färdigheter i samarbete och kommunikation

Ytterligare kvalifikationer

Postdoktorala studier är en stark merit men inte ett krav. Erfarenhet av avancerade bioinformatiska studier av immunsystemet, storskaliga molekylära studier av värd-patogen-interaktioner, eller storskaliga mikrobiella studier är av särskilt intresse. Starka kunskaper inom experimentell design samt mjukvaruutveckling är också meriterande. "Reproducerbar forskning" och "FAIR-data" är centrala begrepp för oss, och expertis inom utveckling av reproducerbar kod genom att använda koddelningsplattformar, arbetsflödesspråk och containerlösningar är en stark merit.

Anställningsform

Anställningen är på heltid och tillsvidare. Provanställning kan komma att tillämpas. Tillträde 2023-05-01 eller enligt överenskommelse.

Ansökan

Din ansökan ska innehålla

• Ett personligt brev, max 2 sidor, inklusive motivering till varför du söker anställningen.
• CV med publikationslista.
• Kopia av doktorsexamensbevis

Ansökan ska göras via e-rekryteringssystemet Varbi och vara inkommen senast 2023-03-23.

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, Inst. fysiologisk botanik, tel +46 722 243 283, Johannes.hanson@umu.se