Doktorand i beräkningsbiologi och maskininlärning

Arbetsbeskrivning

KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, teknisk historia och filosofi.

Skolan för bioteknologi har som mål att ge en stark kunskapsbas för teoretiska och tillämpade frågeställningar inom livsvetenskaperna. Skolan består av sex avdelningar, genteknologi, glykovetenskap, industriell bioteknologi, proteinteknologi, proteomik och nanobioteknologi samt teoretisk kemi och biologi. Skolans verksamhet är lokaliserad till AlbaNova Universitetscentrum i Stockholm och Science for Life Laboratory i Solna. Vi är cirka 300 anställda, varav många är involverade i bioteknisk forskning på internationell toppnivå. Skolan erbjuder också civilingenjörs- och mastersutbildningar.



Arbetsuppgifter

Projektet är inriktat på maskininlärning och probabilistisk modellering tillämpad på singel-cell expressionsanalys.

Metodologiskt kommer projektet att inriktas på avancerade metoder för inferens såsom expectation maximization, dynamiska Baysianska nätverk, och djupa neurala faltningsnätverk, samt implementation av sådana metoder på moderna högpresterande datorer och kluster. Vi förväntar oss att samarbeta med grupper som utvecklar nya experimentella metoder, framför allt single-cell metoder, bade på SciLifeLab samt med internationella samarbetspartners. Tjänsten avser en fyraårig tidsbegränsad plats, men kan vid max 20 % institutionstjänstgöring, vanligtvis undervisning, förlängas ytterligare ett år. Forskarstuderande ska vara inskriven vid KTH.  Startdatum är öppet för diskussion men vi ser helst att tjänsten tillsätts så snart som möjligt.

Kvalifikationer

Sökande bör ha civilingenjörsexamen eller motsvarande inom datavetenskap, teknisk fysik eller liknande med goda kunskaper i och erfarenhet av tillämpningar av matematik. Goda programmeringskunskaper och ett starkt intresse för frågor inom datalogi och biologi. Sökande ska ha goda kunskaper i engelska i tal och skrift. Sökande skall vara starkt motiverad för forskarstudier, ha förmåga till självständigt arbete och kritisk analys samt god samarbets- och kommunikationsförmåga.

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida. 

Ansökan

Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time). 

Ansökan skall innefatta följande handlingar:

- Kortfattad redogörelse om ditt intresse för projektet och varför du vill ägna dig åt forskarstudier
- Curriculum vitae
- Betygsavskrift från högskola/universitet
- En hänvisning till källkod som du har utvecklat

Övrigt

Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Kontaktpersoner på detta företaget

Henrik Aspeborg, docent
e-post: henrik.aspeborg@biotech.kth.se
Joakim Lundeberg, professor
e-post: joakim.lundeberg@scilifelab.se
Ton Van Maris, professor
E-mail: tonvm@kth.se
Francisco Vilaplana, Universitetslektor
E-mail: franvila@kth.se
My Hedhamamr, Universitetslektor
e-post: myh@kth.se
Amelie Eriksson Karlström, Professor
E-post: amelie@biotech.kth.se
Adil Mardinoglu, Biträdande lektor
e-post: adilm@scilifelab.se
Paul Hudson, Biträdande lektor
070-783 9507, huds@kth.se
My Hedhammar, Universitetslektor
E-post: myh@kth.se
Aman Russom, Universitetslektor
E-post: aman@kth.se

Sammanfattning

Besöksadress

Roslagstullsbacken 21
None

Postadress

Roslagstullsbacken 21
Stockholm, 10691

Liknande jobb

12 mars 2020

30 mars 2020

Doktorand i kemisk ekologi inom nGCICE

Doktorand i kemisk ekologi inom nGCICE

30 mars 2020