Doktorand i maskininlärning för life science inom WASP Graduate School

Doktorand i maskininlärning för life science inom WASP Graduate School

Arbetsbeskrivning

Lunds universitet grundades 1666 och rankas återkommande som ett av världens 100 främsta lärosäten. Här finns cirka 46 000 studenter och mer än 8 000 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.


Lunds universitet välkomnar sökande med olika bakgrund och erfarenheter. Jämställdhet, lika villkor och mångfald är grundläggande principer för alla delar av vår verksamhet.




Ämnesbeskrivning


Vi söker en doktorand i Machine Learning tillämpad på life science inom WASP, placerad vid institutionen för biokemi och strukturbiologi.

Arbetsuppgifter

Wallenberg AI, Autonomous Systems and Software Program (WASP) är ett stort nationellt initiativ för strategiskt motiverad grundforskning, med målet att föra Sverige till en internationellt erkänd och ledande position inom områdena artificiell intelligens, autonoma system och mjukvara.

Huvudfokus för forskningen inom WASP är artificiell intelligens och autonoma system som agerar i samarbete med människor, anpassar sig till och lär sig av sin omgivning genom sensorer, information och kunskap, och bildar intelligenta system-of-systems. Läs mer på https://wasp-sweden.org.

WASP Graduate School är dedikerad till att ge de färdigheter som behövs för att analysera, utveckla och bidra till det tvärvetenskapliga området artificiell intelligens, autonoma system och programvara. Läroplanen ger grunderna, perspektiven och den senaste kunskapen inom de olika disciplinerna som undervisas av ledande forskare inom området. Läs mer på WASP Graduate School https://wasp-sweden.org/graduate-school https://wasp-sweden.org/graduate-school.

Fokus för forskningen är att utveckla metoder för maskininlärning för att modellera och designa den tredimensionella strukturen hos proteiner. Metoder för djupinlärning (som AlphaFold) har nyligen revolutionerat förutsägelse av proteinstruktur, vilket möjliggör mycket exakta förutsägelser av atomstrukturerna baserat på aminosyrasekvensinformation. Liknande framsteg förväntas för det omvända problemet, att hitta aminosyrasekvenser som kodar för en önskad atomstruktur. Detta kallas proteindesign och har många tillämpningar inom biomedicin, bioteknik och materialvetenskap. Projektet syftar till att utveckla djupa generativa modeller för att designa proteiner som samtidigt kan anta två konformationer. Maskininlärningsmetoder kommer att kombineras med state-of-the-art metoder för beräkningsproteindesign.

Huvuduppgiften för en doktorand är att ägna sig åt sin forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan det även ingå medverkan i undervisning och annat institutionsarbete, dock max 20 % av arbetstiden.

Behörighet
Grundläggande behörighet till utbildning på forskarnivå har den som har

- avlagt examen på avancerad nivå eller
- fullgjort kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå, med innehåll som är relevant för forskarutbildningen eller
- på något annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper.

Övriga krav:

- Mycket goda kunskaper i engelska, i tal och skrift.
- Kandidaten bör ha en utbildningsbakgrund motsvarande en master i ett ämne som är relevant för doktorandprojektet, såsom bioinformatik, beräkningsfysik, fysikalisk eller teoretisk kemi, tillämpad matematik, statistik eller datavetenskap.
- Tillräcklig utbildningsbakgrund i matematik/statistik för att framgångsrikt delta i forskarskolan WASP.
- Ett stort intresse för att tillämpa maskininlärningsmetoder på problem inom proteinforskning

Bedömningsgrunder
Urval till utbildning på forskarnivå sker efter bedömd förmåga att tillgodogöra sig forskarutbildningen. Bedömningen av förmågan sker främst utifrån studieresultaten på grundnivå och avancerad nivå. Följande beaktas:

- Kunskaper och färdigheter relevanta för avhandlingsarbetet och utbildningsämnet.
- Bedömd förmåga till självständigt arbete och förmåga att formulera och angripa vetenskapliga problem.
- Förmåga till skriftlig och muntlig kommunikation.
- Övriga erfarenheter relevanta för utbildningen på forskarnivå, t ex yrkeserfarenhet.
Övriga meriter:

- Stark bakgrund inom matematik och datorprogrammering är mycket fördelaktigt.
- Tidigare bakgrund inom maskininlärning är meriterande.
- Erfarenhet av arbete med biologiska data (speciellt proteinsekvens och struktur) är meriterande, men inget krav.
- Studiebakgrund inom kemi och biologi.

Hänsyn kommer också att tas till god samarbetsförmåga, driv och självständighet samt hur den sökande genom sin erfarenhet och kompetens bedöms ha den förmåga som behövs för att klara forskarutbildningen.

Se nedan länk för vidare villkor och för att söka tjänsten

https://lu.varbi.com/se/what:job/jobID:521521/

Vid Naturvetenskapliga fakulteten bedrivs forskning och utbildning inom biologi, astronomi, fysik, geovetenskap, kemi, matematik och miljövetenskap. Verksamheten bedrivs vid nio institutioner samlade inom norra universitetsområdet. Fakulteten har ca 1 500 studenter, 330 forskarstuderande och 700 anställda.

Vi undanber oss alla kontakter från annonsförsäljare, rekryterings- och bemanningsföretag på grund av statliga upphandlingsregler.

Kontaktpersoner på detta företaget

Tommy Nylander, professor
046-222 81 58
Tina Olsson, personalsamordnare
046-222 95 62, tina.olsson@science.lu.se
Martin Lundqvist, forskare
046-2228252, martin.lundqvist@biochemistry.lu.se
Tina Olsson, personalsamordnare
046-2229562, tina.olsson@science.lu.se
Tommy Nylander, professor
046-222 81 58, tommy.nylander@fkem1.lu.se
Marie Skepö, universitetslektor
046-222 33 66
Tina Olsson, personalsamordnare
046-222 95 62
Mikael Lund, universitetslektor
046-222 31 67
Anna Stradner, universitetslektor
+46 46 222 82 14; anna.stradner@fkem1.lu.se
Arkady Yartsev, universitetslektor
046-222 08 65, arkady.yartsev@chemphys.lu.se

Sammanfattning

Besöksadress

Box 118?
None

Postadress

Box 118?
Lund, 22100

Liknande jobb


Doktorander i industriell produktframtagning

Doktorander i industriell produktframtagning

12 april 2024

Doktorand i pedagogik

Doktorand i pedagogik

12 april 2024

Doktorand i Produktionssystem

Doktorand i Produktionssystem

10 april 2024

8 april 2024