Första forskningsingenjör: Maskininlärning i data-driven livsvetenskap

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 Data Science Node inom "Epidemiologi och Biologi av Infektioner" vid Umeå universitet med ett nationellt ansvar att utveckla datatjänster och tillhandahålla avancerat dataanalysstöd. Vi söker nu en kandidat för att hjälpa till att utforska molekylära, kliniska och/eller epidemiologiska data i forskningsprojekt som syftar till att öka vår förståelse för uppkomsten, prevalensen, spridningen och behandlingen av infektionssjukdomar. 

Data Science Node personalen kommer att vara väl integrerad med den lokala forskargruppen, men också kopplad till SciLifeLab Data Centre och Bioinformatikplattformen vid SciLifeLab (National Bioinformatics Infrastructure Sweden, NBIS), en unik nationell infrastruktur med över 120 experter, som tillhandahåller avancerat bioinformatikstöd, infrastruktur och utbildning till den svenska forskargruppen inom livsvetenskap och deltar i internationella samarbeten. 

Din framtida arbetsplats 

Institutionen för Fysiologisk botanik är värd för den största bioinformatiska sektionen vid Umeå universitet med över 20 bioinformatiker och den Svenska Metabolomikfaciliteten. Du kommer att arbeta i en stark grupp av bioinformatiker som både hjälper andra forskare med analys och utvecklar området själva. Bioinformatikgruppen arbetar med projekt inom alla områden av livsvetenskap. Institutionen är en del av Umeå Plant Science Centre med totalt över 200 forskare i mer än 35 forskargrupper och med stark, tvärvetenskaplig, samarbetsinriktad och expanderande forskning. Vi är också en stark partner i Kemiskt-Biologiskt Centrum (KBC), en knutpunkt för livsvetenskap som är värd för flera nationella instrument- och teknikplattformar. För mer information om att arbeta vid Umeå universitet: https://www.umu.se/jobba-hos-oss/.

Arbetsuppgifter

Du kommer att tillämpa, anpassa och utveckla metoder för maskininlärning för att tillhandahålla dataanalysstöd till datadrivna svenska forskningsprojekt av vetenskaplig excellens, samt vara en drivande kraft för avancerad dataanalysutbildning på doktorandnivå. De huvudsakliga arbetsuppgifterna är att:

• Genomföra avancerade dataanalyser inom nationellt prioriterade datadrivna livsvetenskapsprojekt, med hjälp av moderna maskininlärningsverktyg tillämpade på storskaliga molekylära (omics), bildbehandlings-, kliniska och/eller epidemiologiska data.
• Utveckla och implementera nödvändiga verktyg och arbetsflöden för sådana analyser.
• Utbilda andra livsforskare i Sverige i avancerad dataanalys genom samarbete inom stödda projekt, avancerade nationella kurser och konsultationer.
• Delta i den kontinuerliga utvecklingen och förbättringen av DDLS-programmet, Data Science Noden och Bioinformatikplattformen vid SciLifeLab.

Kvalifikationskrav

Vi söker en mycket motiverad kandidat med starka färdigheter inom tillämpad AI/maskininlärning och avancerade statistiska metoder, för att tillhandahålla avancerat dataanalysstöd till svenska livsvetenskapsforskningsprojekt av vetenskaplig excellens. Kandidaten ska ha

(i) Doktorsexamen i bioteknik, teknik, fysik eller motsvarande.
(ii) Omfattande (3+ år) erfarenhet av att tillämpa och/eller utveckla avancerade AI eller maskininlärningsmetoder.
(iii) Programmeringskunskaper i Python, inklusive kunskap om vanliga data science-verktyg såsom Numpy, Pandas och Matplotlib, och versionskontroll med Git.
(iv) Erfarenhet av att använda moderna ramverk för djupinlärning (såsom PyTorch eller Tensorflow)
(v) Mycket goda muntliga och skriftliga kommunikationsfärdigheter på engelska
(vi) Starka färdigheter inom samarbete och kommunikation

Ytterligare kvalifikationer

Relevant postdoktorala studier eller industriell erfarenhet är en stark merit men inte ett krav. Erfarenhet av att arbeta med storskaliga livsvetenskapsdata är en stark merit. Erfarenhet av forskning eller utveckling kopplad till epidemiologi och/eller infektionsbiologi eller andra folkhälsofrågor är en stark merit. Erfarenhet av antingen maskininlärningshanteringssystem som Azure ML, maskininlärningsarbetsflödesmotorer som MLFlow/Airflow/Metaflow, eller datalagring, databaser och strukturer för stora datavolymer är också en merit. "Reproducerbar forskning" och "FAIR data" är centrala begrepp för oss, och expertis i utvecklingen av reproducerbar kod genom att använda koddelningsplattformar, arbetsflödesspråk och containerlösningar är en merit.

Anställningsvillkor

Anställningen är på heltid och tillsvidare. Provanställning 6 månader kan komma att tillämpas. Startdatum 2023-10-01 eller enligt överenskommelse.

Ansökan
Din ansökan bör 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 2023-08-23.