Arbetsbeskrivning

Umeå universitet är ett av Sveriges största lärosäten med över 37 000 studenter och cirka 4 700 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 som tilldelats Nobelpriset i kemi. Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur. Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om – och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas. Är du intresserad av att veta mer? https://www.umu.se/jobba-hos-oss/om-universitetet-som-arbetsplats/ Umeå universitet utlyser en doktorandtjänst i datavetenskap med inriktning mot maskininlärning för graftransformationer. Projektet undersöker en hybridmetod som kombinerar djupinlärning med grammatisk inferens för att utveckla modeller som är tolkningsbara, effektiva och matematiskt verifierbara, samtidigt som de drar nytta av neurala metoders flexibilitet. Om projektet lyckas har det potential att driva utvecklingen inom områden som automatiserad satsbevisning, härledning i kunskapsgrafer och kausal analys. Institutionen för datavetenskap har haft en expansiv tillväxt under de senaste åren.  För mer information besök https://www.umu.se/institutionen-for-datavetenskap/ Projektbeskrivning Grafer är ett grundläggande sätt att representera strukturerad information (från meningar och datorprogram till sociala nätverk) och de blir allt viktigare i takt med att generativa AI-system producerar mer än enbart text. För att hålla sådana system säkra och pålitliga behöver vi mekanismer som kan säkerställa att deras utdata följer rätt regler, på samma sätt som skyddsräcken som förhindrar språkmodeller från att producera skadligt innehåll eller felaktig kod. Vi vill därför utveckla inlärningsalgoritmer som resulterar i transparenta, regelbaserade omskrivningssystem som kan transformera grafer för att, till exempel, kontrollera korrektheten hos AI-genererade strukturer eller vägleda neurala nätverk under inferens. Genom att kombinera tekniker från grammatisk inferens, förstärkningsinlärning och effektiva sökalgoritmer vill vi hitta sätt att modellera komplexa funktioner på grafer, och därmed erbjuda ett mer effektivt och transparent alternativ för framtida AI-system. Doktoranden kommer att samarbeta nära projektets ansvariga forskare och hennes forskningsgrupp vid Umeå universitet för att undersöka den tänkta inlärningsmetoden. Doktoranden förväntas producera forskningsresultat som är relevanta för teoretisk datavetenskap och symbolisk maskininlärning. 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. Krav Vi söker kandidater som har: • Goda analytiska och matematiska färdigheter • Erfarenhet av maskininlärning • Erfarenhet av formella språk eller automatteori • Stark kommunikationsförmåga och goda kunskaper i engelska • Förmåga att arbeta både självständigt och i grupp Meriterande kvalifikationer Det är en fördel om du har: • Erfarenhet av akademiskt skrivande • Goda programmeringskunskaper, särskilt i Python • Kännedom om kunskapsgrafer • Erfarenhet av neurala nätverk för grafer Personliga egenskaper Vi värdesätter kandidater som är: • Intellektuellt nyfikna • Självständiga, drivna och välorganiserade • Villiga att engagera sig i den akademiska gemenskapen Om anställningen Anställningen syftar till en doktorsexamen, 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. Förväntat startdatum är 1 april 2026 eller enligt överenskommelse. Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Enligt Högskoleförordningen (12 kap, 2 §) kan beslutet om anställning inte överklagas. 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 • Kopior av examensbevis eller motsvarande • Curriculum Vitae (CV) • Kopior av kandidat- och/eller masteruppsats, samt andra relevanta publikationer om sådana finns • Dokumentation och beskrivning av andra relevanta erfarenheter och kompetenser Ansökan ska vara skriven på svenska eller engelska. Om bifogade dokument har annat originalspråk ska en översättning inkluderas. Bifogade dokument ska vara i Word eller pdf-format. Ansökan ska göras via Umeå universitets e-rekryteringssystem och vara inkommen senast 6 feb, 2026. Logga in i systemet och ansök via knappen längst ner på webbsidan. Institutionen för datavetenskap värdesätter diversitet. Vi välkomnar därför i synnerhet kvinnor och personer utanför det binära genussystemet som sökande. Vid frågor eller behov av ytterligare information, kontakta professor Johanna Björklund (email: [email protected]).  Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen. Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.