Arbetsbeskrivning

Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på ”Ansök här” eller se Uppsala universitets hemsida för jobbannonser: https://www.uu.se/om-uu/jobba-hos-oss/lediga-jobb

Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för cancerdiagnostik och kliniskt beslutsstöd? Vill du vara en del av ett multidisciplinärt forskarteam med kompetenta och trevliga kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka anställning som doktorand vid Institutionen för informationsteknologi, Uppsala universitet.

Om forskningsprogrammet DDLS

Doktorandtjänsten är del av det nationella forskningsprogrammet DDLS.

Datadriven livsvetenskap (DDLS) använder data, beräkningsmetoder och artificiell intelligens för att studera biologiska system och processer på alla nivåer, från molekylära strukturer och cellulära processer till mänsklig hälsa och globala ekosystem. SciLifeLab och Wallenberg National Program for Data-Driven Life Science (DDLS) har som mål att rekrytera och utbilda nästa generations forskare inom datadriven livsvetenskap och skapa globalt ledande kompetens inom beräknings- och datavetenskap för livsvetenskap i Sverige. Programmet finansieras med totalt 3,3 miljarder kronor under 12 år från Knut och Alice Wallenbergs (KAW) stiftelse.

Vid Uppsala universitet utlyser vi nu en doktorandtjänst inom DDLS med inriktning mot datadriven precisionsmedicin och diagnostik.

Datadriven precisionsmedicin och diagnostik omfattar dataintegration, analys, visualisering och datatolkning för patientstratifiering, upptäckt av biomarkörer för sjukdomsrisker, diagnos, läkemedelsrespons och övervakning av hälsa. Forskning inom precisionsmedicin förväntas använda befintliga starka tillgångar i Sverige och utomlands, såsom molekylära data (t.ex. omics), avbildningstekniker, elektroniska hälso- och sjukvårdsdata, longitudinella patient- och befolkningsregister och biobanker.

Projektbeskrivning

Utvecklingen av artificiell intelligens (AI) och datoriserad bildbehandling i kombination med avancerad digital mikroskopi möjliggör stora framsteg inom klinisk patologi och cancerdiagnostik. Dagens AI-metoder kräver stora mängder data med ett detaljerat facit som AI-systemet kan lära sig ifrån. Inom sjukvården finns i de flesta fall bara tillgång till information på patientnivå, om patientens hälsotillstånd och sjukdomsutveckling. I det här projektet kommer vi att utveckla teori, algoritmer och metoder för att effektivt träna AI-modeller utifrån begränsad och inexakt information samt obalanserade och heterogena multimodala data.

Denna behovsdrivna metodutveckling finner direkt tillämpning inom sjukvården. Vi kommer att, tillsammans med våra samarbetspartners inom sjukvård och biomedicin, tillämpa de utvecklade metoderna för att från cell- och vävnadsprover så tidigt som möjligt upptäcka cancer samt att individanpassat prediktera vilken behandling som förväntas ge bäst resultat för patienten.

Arbetsuppgifter

Doktoranden kommer främst att ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%).

Kvalifikationskrav

Grundläggande behörighet till utbildning på forskarnivå har den som:

• avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, molekylär bioteknik, dataanalys, tillämpad matematik eller ett annat relaterat område, eller
• fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller
• på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Högskolan får för en enskild sökande medge undantag från kravet på grundläggande behörighet, om det finns särskilda skäl. (7 kap. 39 § HF). För särskild behörighet, se studieplanen för ämnet.

De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

Vi söker kandidater med:

• En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
• Goda kunskaper i programmering i Python och erfarenhet av ramverk för djupinlärning som PyTorch och TensorFlow;
• Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
• Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
• God samarbetsförmåga, driv och självständighet.

Önskvärt/meriterande i övrigt

Meriterande är:

• Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin.
• Erfarenhet av programmering i JavaScript, versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
• Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

Om anställningen

Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 september 2026 eller enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Prof. Joakim Lindblad (e-post: [email protected])

Välkommen med din ansökan senast den 22 maj 2026, UFV-PA 2026/1318.