Doktorand i datavetenskap med inriktning mot maskininlärning

Institutionen för datavetenskap vid Umeå universitet söker en doktorand med inriktning mot maskininlärning. Anställningen omfattar fyra års heltidsstudier och är placerad vid Institutionen för datavetenskap där du får möjlighet att arbeta i en dynamisk miljö med cirka 170 anställda från fler än 20 länder.

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. 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 Institutionen för datavetenskap.

Projektbeskrivning
Maskininlärning är en nyckelteknologi inom många forsknings- och utvecklingsområden, och maskininlärning står för mycket av den senaste tidens framgångar inom området artificiell intelligens. Storskalig maskininlärning öppnar upp fantastiska möjligheter inom många olika tillämpningsområden och har genomgått en otrolig utveckling de senaste åren. Storskaliga maskininlärningsmodeller är däremot notoriskt övermodiga. Otillräckliga mängder data att utveckla dem med tillsammans med okända men antagligen stora prediktionsosäkerheter förhindrar ett brett genomslag av dessa metoder. Detta är framför allt ett problem inom tillämpningsområden med krav på robusta och pålitliga lösningar, som t.ex. inom medicinska tillämpningar.

Federerad Bayesisk inlärning erbjuder en lösning på de problemen genom flera deltagare som samarbetar och gemensamt tränar en maskininlärningsmodell, men utan att dela data mellan varandra. Bayesiska modeller ger även osäkerhetsskattningar i både modellen och i dess prediktioner, vilket gör att det går att utvärdera osäkerheten i automatiska beslut.

Målet med detta projekt är därför att utveckla inlärningsalgoritmer och metoder för kalibrerad Bayesisk federerad maskininlärning för pålitlig gemensam Bayesisk inlärning av data från olika samarbetande källor. Projektet kommer att bidra med nya metoder, teori och algoritmer för Bayesisk maskininlärning med tillämpningar inom bl.a. medicinsk bildanalys.

Doktorandanställningen erbjuds inom maskininlärningsprojektet ”Utmaningarna med maskininlärning för medicinsk bildanalys: Brist på data och trovärdighet” som finansieras av Vetenskapsrådet. Projektledare är Tommy Löfstedt, docent och universitetslektor vid Institutionen för datavetenskap, Umeå universitet.

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.

Ett krav för den här doktorandanställningen är att de sökande har mycket goda kunskaper inom projektrelaterade områden, i synnerhet:

• Maskininlärning,
• Numeriska metoder,
• Sannolikhetslära, och
• Bayesiska metoder och MCMC-algoritmer.

Goda programmeringskunskaper är ett krav. Ett krav är också att den sökande måste kunna både tala och skriva engelska flytande.

Erfarenheter inom federerad inlärning, datorseende, bildanalys, matematik och statistik är meriterande.

Som person har du goda färdigheter i att arbeta både på egen hand och tillsammans med andra. Du är även kreativ och vill på ett aktivt sätt driva din egen utveckling mot att bli en kompetent forskare.

Om anställningen
Anställningen syftar till en doktorsexamen i datavetenskap, 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 4 maj 2026, 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, samt dokumentation och beskrivning av hur du uppfyller de specificerade önskade kvalifikationerna.
• Curriculum Vitae (CV).
• Styrkta kopior av examensbevis eller motsvarande och dokumentation av godkända kurser inklusive betyg.
• Kopior av kandidat- och/eller masteruppsats, samt andra relevanta publikationer om sådana finns.
• Kontaktinformation till 2-3 referenspersoner.
• Dokumentation och beskrivning av andra relevanta erfarenheter och kompetenser.

Ansökan ska vara skriven på engelska eller svenska. Om bifogade dokument har annat originalspråk än dessa två ska en översättning inkluderas. Bifogade dokument ska vara i pdf-format.

Ansökan ska göras via Umeå universitets e-rekryteringssystem och vara inkommen senast 25 januari 2026.

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

För att ansöka, logga in i systemet och ansök via knappen längst ner på webbsidan.

Vid frågor eller behov av ytterligare information, kontakta universitetslektor, docent Tommy Löfstedt (tommy.lofstedt@umu.se).

Välkommen med din ansökan!