Lunds universitet, Lunds universitet, Ekonomihögskolan

Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 47 000 studenter och mer än 8 800 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.

Lunds universitet välkomnar sökande med olika bakgrund och erfarenheter. Jämställdhet, lika villkor och mångfald är grundläggande principer för alla delar av vår verksamhet.

Ekonomihögskolan vid Lunds universitet är en internationellt framstående handelshögskola som har s k trippel kvalitetsackreditering. Vi arbetar i en internationell miljö och har eftertraktade utbildningar på både grund- och mastersnivå. Ekonomihögskolan har ett nära samarbete med företag och myndigheter såväl nationellt som internationellt. Vi månar om en god, stimulerande arbetsmiljö och arbetar kontinuerligt med att utvecklas som en attraktiv arbetsgivare.

Ekonomihögskolan är ackrediterad av de tre största och mest inflytelserika ackrediteringsinstituten för handelshögskolor: EQUIS, AMBA and AACSB. Endast strax över 100 handelshögskolor i världen har uppnått denna prestigefyllda Triple Crown.

Vid Statistiska institutionen arbetar cirka 15 forskare, lärare, doktorander och övrig personal. Vi bedriver forskning inom flera områden: analys av högdimensionella data, Bayesianska metoder, spatial-temporala modeller, icke-gaussiansk modellering, tillämpad forskning inom samhällsvetenskapliga ämnen samt stokastiska modeller, beräkningsstatistik och maskininlärning. Mer information hittar du på institutionens hemsida: http://www.stat.lu.se/forskning.

Institutionen söker nu kandidater för en doktorandtjänst inom sannolikhetsteori och statistik.

Doktorandtjänst i sannolikhetsteori och statistik

Institutionen för statistik vid Lunds universitet söker kandidater till en doktorandtjänst.
Den utvalda kandidaten kommer att jobba med ett av följande två forskningsprojekt:

A) Matematisk modellering och estimering av celltillväxt med hjälp av icke-lokala proliferationsmodeller

Detta projekt fokuserar på att utveckla icke-lokala proliferationsmodeller med hjälp av partiella differentialekvationer (PDE:er) för att analysera dynamiken i celltillväxt. Forskningen kommer att fokusera på att undersöka utformningen av dessa modeller samt hur man integrerar rumsliga interaktioner och statistiska inferenstekniker för att öka deras noggrannhet och prediktiva förmåga. Olika metodologiska tillvägagångssätt kommer att beaktas för att bedöma deras effektivitet i att fånga biologisk variabilitet och osäkerhet. Studien kommer att innefatta anpassning av PDE-baserade modeller till experimentella eller simulerade data, utvärdering av olika estimeringsramverk samt förbättring av beräkningsmetoder för att optimera modellernas prestanda. Genom att integrera matematisk modellering, statistisk inferens och beräkningsverktyg syftar denna forskning till att bidra till en djupare förståelse av cellproliferation och rumslig heterogenitet i biologiska system.

B) Adaptiva nätverk som uppvisar gruppintelligens

I naturen finns det många biologiska system där kollektivet agerar mer avancerat än dess enkla delar, exempelvis myrkolonier som löser intrikata optimeringsproblem eller svärmar som rör sig på ett sätt som avskräcker eller förvirrar angriparen. Utvecklingen av matematiska modeller för system med kollektiv intelligens utgör ett betydande vetenskapligt framsteg, särskilt genom integrationen av neurala nätverk inom artificiell intelligens (AI). Ändå förblir detta område mycket aktivt inom forskningen, inte minst på grund av den övervägande algoritmiska karaktären hos de nuvarande tillämpningarna och den ofullständiga teoretiska förståelsen av dessa modeller. Detta projekt syftar till att använda interagerande partikelsystem för att bygga enkla modeller som efterliknar funktioner och makroskopiskt beteende hos intelligenta adaptiva nätverk. Med hjälp av modern sannolikhetsteori och grafteori analyseras överföringen av information mellan de enkla delar som ger upphov till fenomen av gruppintelligens inom dessa system

Arbetsuppgifter

Den som är anställd som doktorand ska främst ägna sig åt egen forskarutbildning som avses resultera i doktorsexamen. Arbetet innefattar såväl medverkan i forskningsprojekt som framgångsrikt deltagande i forskarutbildningskurser. I begränsad omfattning kan anställningen innehålla viss undervisning eller annan institutionstjänstgöring på statistiska institutionen. Omfattningen av denna tjänstgöring kan maximalt uppgå till 20 procent av full arbetstid.

Behörighet

Allmänna antagningskrav

Grundläggande behörighet till utbildning på forskarnivå har den som har

avlagt examen på avancerad nivå, eller fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, eller på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.(Högskoleförordningen 7 kap, 39)

Specifika antagningskrav

En sökande är behörig att bli antagen till forskarutbildningen i statistik om han eller hon uppfyller de allmänna behörighetskraven och har

1) avlagt minst 90 högskolepoäng inom ämnesområdet statistik, inklusive ett självständigt projekt värt minst 15 högskolepoäng, eller har

2) avlagt 60 högskolepoäng inom ämnesområdet statistik,

där ämnesområdet statistik, förutom klassiska ämnen, även omfattar sannolikhetsteori och moderna metoder inom maskininlärning.

En sökande kan även anses ha uppfyllt de särskilda antagningskraven om han eller hon på annat sätt skaffat sig motsvarande kunskaper, antingen i Sverige eller utomlands. Att ha slutfört masteruppsatsen är inget krav vid ansökningstillfället. Däremot måste kandidater ha genomfört sitt uppsatsarbete med godkänt resultat före anställningens början.

Bedömningsgrund

Endast den som antagits till doktorandutbildning kan tillsättas till en doktorandtjänst. Det primära urvalskriteriet är kandidatens förmåga att framgångsrikt genomföra doktorandstudier.

För denna specifika tjänst bör en framgångsrik kandidat ha en stark bakgrund inom matematik eller ett nära relaterat ämnesområde, helst med erfarenhet inom sannolikhetsteori och statistik. Vidare krävs goda kunskaper i både talad och skriven engelska. Kunskaper om slumpmässiga diskreta strukturer och stokastiska algoritmer eller partiella differentialekvationer (PDE) och matematisk modellering är särskilt meriterande.

Villkor

Tidsbegränsad anställning fyra år enligt HF 5 kap 7§.

Ansökningsförfarande

Ansökan ska innehålla följande dokument: Ett personligt brev som beskriver dig själv, dina specifika forskningsintressen och dina skäl för att söka denna tjänst; en meritförteckning; en bestyrkt kopia av betyg och examensbevis; kopior av relevant arbete som kandidat- eller magisteravhandling eller artiklar som du har skrivit eller är medförfattare till; kontaktinformation för minst två referenser från personer som är bekanta med dina kvalifikationer.

Eventuellt, om tillämpligt, kan en kandidat tillhandahålla en forskningsplan som redogör för hennes/hans nuvarande intressen.

Eftersom vi strävar efter en jämnare könsfördelning inom vår avdelning uppmuntrar vi både kvinnliga och manliga sökande.

Välkommen med din ansökan!

Anställningsform Tidsbegränsad anställning
Tillträde Snarast eller enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100
Ort Lund
Län Skåne län
Land Sverige
Referensnummer PA2025/685
Kontakt
  • Krzysztof Podgórski, +46462223123, krzysztof.podgorski@stat.lu.se
Facklig företrädare
  • OFR/ST:Fackförbundet ST:s kansli, 046-2229362, st@st.lu.se
  • SACO:Saco-s-rådet vid Lunds universitet, kansli@saco-s.lu.se, kansli@saco-s.lu.se
  • SEKO: Seko Civil, 046-2229366, sekocivil@seko.lu.se
Publicerat 2025-03-07
Sista ansökningsdag 2025-03-31
Logga in och sök jobbet

Dela länkar

Tillbaka till lediga jobb