Biträdande forskare med expertis inom maskininlärning

Beskrivning av arbetsplatsen

InfraVis är Sveriges nationella infrastruktur för visualisering av vetenskapliga data. För närvarande har InfraVis över 50 experter anställda på nio olika universitet. CIPA är Lunds universitets lokala infrastruktur för bildbehandling och analys. CIPA är även den koordinererande enheten vid Lunds universitets InfraVis nod som består av runt 10 personer med kompletterande expertis. InfraVis och CIPA erbjuder alla sina anställda kompetensutvecklingsmöjligheter av olika slag och månar om varje individs mål för utveckling och välbefinnande i största möjliga utsträckning ska tillgodoses. Genom att arbeta som biträdande forskare med expertis inom maskininlärning inom InfraVis/CIPA får du tillgång till kollegor både lokalt och nationellt för stimulerande utbyte, diskussioner och gemensamt arbete för att lösa komplexa frågeställningar, utveckla nya metoder och hitta bästa sätten för att stödja forskning inom vitt skilda vetenskapliga domäner i hela landet genom visualiseringsexpertis. 

Vi erbjuder

Lunds universitet är en statlig myndighet vilket innebär att du får särskilda förmåner, generös semester och en förmånlig tjänstepension. Vi har även ett flextidsavtal som skapar goda förutsättningar för balans mellan arbete och fritid.

Läs mer på universitetets webbplats om att vara anställd hos oss Jobba hos oss.

Arbetsuppgifter och ansvarsområden

Den huvudsakliga uppgiften består av att som biträdande forskare bidra i olika forskningsprojekt som får stöd från CIPA/InfraVis. För att främja kunskapsöverföring och utveckling av forskningsinfrastrukturen och dess experter krävs också regelbundet och aktivt deltagande i olika former av gemensamma aktiviteter inklusive möten. Tjänsten innehåller möjlighet till karriär- och kompetensutveckling av både generell och specifik art. Undervisning och administrativa uppgifter ingår upp till högst 20% av arbetstiden.

Arbetet kommer att fokusera på utveckling och tillämpning av avancerade maskininlärningsmetoder. Arbetet kan omfatta följande områden:

• Identifiering av saknade, bullriga eller felaktiga data.
• Datarensning och datagenerering.
• Naturlig språkbehandling (NLP).
• Utveckling av förbättrade förlustfunktioner och informationsteoretiska metoder för optimerad dataanalys och informationsutvinning.
• Maskininlärningsbaserad bildsegmentering av tomografisk data, exempelvis synkrotron-röntgen-mikrotomografi.
• Visualiseringstekniker, inklusive användning av VR (Virtual Reality) och AR (Augmented Reality).
• Design och användning av autokodare (VAEs, GANs), diffusionsmodeller och andra ML-metoder för att analysera och upptäcka mönster i sannolikhetsfördelningar i latent rymd. 

Kvalifikationer

Vi söker dig som är en erfaren och driven person, som är lätt att samarbeta med och som trivs bra i en komplex forskarmiljö.

Krav för anställningen är:

För att anställas krävs en doktorsexamen, eller motsvarande erfarenhet, inom ämne relevant för anställningen.

Ytterligare krav:

• Mycket goda muntliga och skriftliga kunskaper i engelska.
• Publikationer inom området maskininlärning.
• Erfarenhet av bildbehandlings och bildanalys av data från tomografi eller andra avbildningstekniker.
• Hög motivation, med förmågan att initiera och snabbt förkovra sig i nya tekniker samt utmärkta arbets- och tidshanteringsfärdigheter.
• Goda samarbets- och kommunikationsfärdigheter.
  
  

Meriterande för anställningen är:

• Erfarenhet av naturlig språkbehandling.
• Erfarenhet av att underhålla datorer och programvara.
• Beprövad erfarenhet av att samarbeta med olika aktörer (forskare från olika vetenskapliga domäner, företag, beslutsfattare).  
• Arbetat med autoencoders eller transformatorer.

Hänsyn kommer också tas till hur den sökandes erfarenhet och kompetens kompletterar och stärker pågående verksamhet inom infrastrukturen och hur denna kan bidra till dess framtida utveckling.

Övrigt

Anställningen är tillsvidare med omfattningen 100%. Önskat startdatum är 2025-04-01 eller enligt överenskommelse. Provanställning på 6 månader kommer att tillämpas. 

Så här söker du

Anställningen söks via universitetets rekryteringssystem. Ansökan ska innehålla personligt brev med motivering till varför du är intresserad av anställningen och på vilket sätt anställningen matchar dina meriter och ambitioner. Ansökan ska även innehålla CV, examensbevis eller motsvarande, kontaktuppgifter (telefonnummer) till minst två referenspersoner samt övrigt som du önskar åberopa uppgifter till referenser, rekommendationsbrev etc.).

Universitetet tillämpar individuell lönesättning. Ange gärna löneanspråk i din ansökan. 

Mer om Medicinska fakulteten