Doktorand i inlärningsteori för djupa neurala nätverk

Umeå universitet är ett av Sveriges största lärosäten med drygt 36 000 studenter och 4 200 anställda.  Här finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden. Umeå universitet är också platsen för den banbrytande upptäckten av gensaxen CRISPR-Cas9 – en revolution inom gentekniken 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 där vi gläds åt varandras framgångar.


Är du intresserad av att veta mer om Umeå universitet som arbetsplats läs mer på:https://umu.se/jobba-hos-oss/


Institutionen för matematik och matematisk statistik bedriver forskning inom beräkningsmatematik, diskret matematik, matematisk modellering och analys samt matematisk statistik. Vår undervisning bedrivs på alla nivåer och omfattar matematik, matematisk statistik samt beräkningsvetenskap. Bland våra samarbetspartners finns internationella forskargrupper, akademiska institutioner, offentliga organisationer och företag.



Institutionen för matematik och matematisk statistik söker en doktorand i matematisk statistik med inriktning mot inlärningsteori för djupa neurala nätverk.

Anställningen omfattar fyra års forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. Sista ansökningsdag 9 mars 2022.

Projektbeskrivning och arbetsuppgifter
Djupa neurala nätverk (DNN) har revolutionerat maskininlärning och artificiell intelligens under de senaste åren. En matematisk teori för DNN som förklarar dess framgång och ger vägledning för utövarna, är under snabb utveckling. Centralt för denna teori är den förmåga till generalisering som styr DNN:s prestanda för nya data. Empirisk riskminimering (ERM) är den förhärskande teoretiska ramen när det gäller att kvantifiera generaliseringen av DNN, varvid komplexiteten i hypotesklassen för alla DNN med samma arkitektur mäts med Rademacher-komplexitet, VC-dimension, eller något liknande mått för komplexitet.

Huvudsyftet med detta doktorandprojekt är att utveckla en ny inlärningsteori för neurala nätverk för att ta itu med de grundläggande bristerna i ovan nämnda komplexitetsmått, såsom dess beroende av hypotesklassen och datafördelningen. Den viktiga målsättningen är att införa ett nytt mått för komplexitet för DNN, samt att utforska dess tillämpningar inom AI, inklusive medicinsk avbildning, automatiserad kvalitetskontroll och självkörande bilar. Teorier och verktyg kommer att utvärderas på både simulerade och verkliga data. Doktoranden förväntas även delta i samarbeten i våra övriga pågående AI-relaterade projekt.

Kvalifikationer
Den sökande ska ha grundläggande behörighet genom avlagd examen på avancerad nivå, om minst 240 högskolepoäng (hp) varav minst 60 hp ska vara på avancerad nivå. För att uppfylla kravet på särskild behörighet att antas till utbildning på forskarnivå i matematisk statistik krävs att den sökande har minst 60 hp inom ämnesområdena matematisk statistik, statistik och matematik varav minst 15 hp på avancerad nivå. Behörig är även den som på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper. 

Utmärkta kunskaper i programmering (företrädesvis MatLab, Python eller R) och goda kunskaper i engelska i både tal och skrift krävs. Dokumenterade kunskaper och erfarenheter i signalbehandling och bildanalys är meriterande.

Du förväntas att ta en aktiv roll i detta tvärvetenskapliga samarbete och ha en vetenskaplig och resultatinriktad strategi till ditt arbete. Du bör därför ha en mycket god kommunikations- och samarbetsförmåga. Du är strukturerad, flexibel och lösningsorienterad.

Bedömningar av de behöriga sökande grundar sig på den sökandes kvalifikationer och förutsättningar att tillgodogöra sig forskarutbildningen.

Sökande med examen från ett utländskt universitet uppmuntras att tillhandahålla resultat från GMAT (eller GRE) och TOEFL/IELTS tester om tillgängligt.

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. Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Tillträde våren 2022 eller enligt överenskommelse.

Ansökan
Du söker via vårt e-rekryteringssystem Varbi. Logga in och sök via knappen längst ner på sidan. Sista ansökningsdag är 9 mars 2022. Ansökan ska bestå av följande handlingar skrivna på svenska eller engelska:

- ett personligt brev med en kortfattad beskrivning av dina kvalifikationer och forskningsintressen. Motivera varför du söker utbildningsplatsen samt beskriv hur dina kvalifikationer och meriter är relevanta för anställningen.
- ett curriculum vitae.
- styrkta kopior av examensbevis eller motsvarande, inklusive dokumentation av genomförda akademiska kurser, erhållna betyg och ev. andra intyg.
- examensarbete och publikationer ska bifogas i de fall det finns sådana.
- kontaktinformation till minst två referenspersoner.

Institutionen för matematik och matematisk statistik värdesätter de kvaliteter som en jämn könsfördelning tillför verksamheten. Vi ser därför gärna kvinnor som sökande till befattningen.

Enligt Högskoleförordningen (12 kap, 2§) kan beslutet om anställning inte överklagas.

Mer information
Ytterligare information ges av biträdande universitetslektor Armin Eftekhari, armin.eftekhari@umu.se eller prefekt Åke Brännström, ake.brannstrom@umu.se.

Mer information om institutionen:
https://www.umu.se/institutionen-for-matematik-och-matematisk-statistik/

Välkommen med din ansökan!

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.