Postdoktor inom inferens för stora språkmodeller

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 matematiskt välgrundade metoder för osäkerhetskvantifiering inom djupinlärning, med särskilt fokus på stora språkmodeller för tillämpningar inom hälso- och sjukvården? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som doktorand på Uppsala universitet. Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution och har i dag drygt 350 anställda varav 120 lärare och 120 doktorander. C:a 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionen för informationsteknologis webbplats. Om forskningsprogrammet DDLS Doktorandtjänsten är del av det nationella forskningsprogrammet DDLS. Datadriven livsvetenskap (Data-driven life science, DDLS) använder data, beräkningsmetoder och artificiell intelligens för att studera biologiska system och processer på alla nivåer – från molekylära strukturer och cellulära processer till människors hälsa och globala ekosystem. SciLifeLab och Wallenberg National Program for Data-Driven Life Science (DDLS) syftar till att rekrytera och utbilda nästa generation datadrivna livsvetenskapsforskare samt att skapa globalt ledande kompetens inom beräknings- och datavetenskap i Sverige. Programmet finansieras med totalt 3,3 miljarder kronor över 12 år från Knut och Alice Wallenbergs Stiftelse (KAW). År 2026 kommer DDLS forskarskola att utökas genom rekrytering av 25 akademiska och 7 industridoktorander. Under programmets gång kommer mer än 260 doktorander och 200 postdoktorer att vara en del av forskarskolan. DDLS-programmet har fyra strategiska forskningsområden: cell- och molekylärbiologi, evolution och biologisk mångfald, precisionsmedicin och diagnostik samt epidemiologi och infektionsbiologi. För mer information, se: https://www.scilifelab.se/data-driven/ddls-research-school/ Livsvetenskapens framtid är datadriven. Vill du vara en del av den förändringen? Då är du välkommen att delta i detta unika program! Projektbeskrivning Stora språkmodeller (large language models, LLMs) möjliggör extraktion av klinisk information från ostrukturerad medicinsk text. Nuvarande LLM-baserade metoder saknar dock ofta principfast osäkerhetskvantifiering, vilket begränsar deras tillförlitlighet i vårdtillämpningar. Projektet syftar till att utveckla matematiskt grundade metoder för osäkerhetskvantifiering inom djupinlärning, med särskilt fokus på stora språkmodeller, där metoderna bygger på sannolikhetsteori, statistisk inferens och probabilistisk modellering. Fokus ligger på att kvantifiera och utvärdera osäkerhet i prediktioner som härleds från medicinska journaler samt att integrera dessa osäkerheter i efterföljande probabilistiska tid-till-händelse-modeller. Tillämpningarna kommer att fokusera på prostatacancer och använda storskaliga kliniska registerdata samt ostrukturerad medicinsk text. Arbetsuppgifter Doktoranden ska främst 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 Behörig till utbildning på forskarnivå är den som har: avlagt examen på avancerad nivå inom tillämpad matematik, tillämpad statistik, teknisk fysik, fysik, maskininlärning, eller inom ett liknande 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 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. Vi söker kandidater med: intresse för metodutveckling inom applicerad matematik och statistik, intresse för osäkerhetsmedveten maskininlärning, god kommunikationsförmåga och tillräckliga kunskaper i engelska i tal och skrift, kreativitet, noggrannhet och ett strukturerat arbetssätt i problemlösning. Starka kunskaper i linjär algebra, sannolikhetsteori och analys är ett krav. Goda färdigheter i programmering är också ett krav. Önskvärt/meriterande i övrigt Erfarenhet inom ett eller flera av följande områden är meriterande: Bayesiansk statistik matematisk modellering probabilistisk maskininlärning djupinlärning stora språkmodeller Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer. Ansökan Ansökan ska innehålla: ett personligt brev (högst 1 sida) där förklarar hur du uppfyller kvalifikationskraven, motiverar varför du söker denna tjänst, och ditt beräknade tidigaste startdatum; en meritförteckning (CV); examensbevis och registerutdrag med betyg (översatt till engelska eller svenska); examensrapport (eller utkast till sådan, och/eller annan egenproducerad teknisk eller vetenskaplig text), publikationer och andra relevanta dokument; referenser med kontaktinformation (namn, e-post och telefonnummer) och upp till två rekommendationsbrev. Om anställningen Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala. Upplysningar om anställningen lämnas av: Biträdande universitetslektor Sara Hamis, e-mail: sara.hamis@it.uu.se. Välkommen med din ansökan senast den 31 juli 2026, UFV-PA 2026/1935.

Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 46 000 studenter och 8 500 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor. Är du expert på beräkningsmodellering, maskininlärning eller signalbehandling och har ett starkt intresse för neuromuskulär fysiologi? Är du intresserad av att ta dig an utmanande problem inom neuromuskulär fysiologi och utveckla skalbara algoritmer för stora biomedicinska dataset? Siktar du på en forskarkarriär inom akademin och vill arbeta i en samarbetsinriktad, tvärvetenskaplig miljö? Beskrivning av arbetsplatsen Tjänsten är förlagd inom forskningsmiljön Neuroengineering vid Institutionen för biomedicinsk teknik, LTH, Lunds universitet. Gruppen bedriver internationellt erkänd forskning om neuromuskulära gränssnitt, högdensitetsyt‑elektromyografi (HD‑sEMG), protesstyrning och beräkningsanalys av storskaliga biosignaler, i nära samarbete med kliniska och akademiska partners. Ett centralt fokus för gruppen är utvecklingen av avancerade beräkningsmetoder för att dekomponera HD‑sEMG till motorenhetsaktivitet genom optimering, inferens och bayesiansk modellering. Detta arbete är nära kopplat till GPU‑accelererad högprestandaberäkning genom Lunds universitets nationella e‑infrastruktur. Du kommer att ingå i en tvärvetenskaplig forskningsmiljö som värdesätter vetenskaplig självständighet, öppenhet och metodologisk innovation, med stark betoning på reproducerbar forskning, öppen källkod och publikationer med hög kvalite. Särskild ämnesbeskrivning Projektet avser utveckling av beräkningsmetoder för att bearbeta och analysera HD‑sEMG‑inspelningar för att utvinna detaljerad information om neural styrning av rörelser. Det långsiktiga målet är att vidareutveckla tekniker för neuromuskulär diagnostik, protesstyrning och rehabilitering. Arbetet kommer att fokusera på storskalig invers modellering och databaserad analys av komplexa biosignaler, implementerat med hjälp av högprestandaberäkningsinfrastruktur. Projektet genomförs i nära samarbete med nationella och internationella partners och inkluderar utveckling av forskningsprogramvara med öppen källkod. Arbetsuppgifter I arbetsuppgifterna som postdoktor ingår främst att bedriva forskning.  Även undervisning kan ingå i arbetsuppgifterna, dock högst en femtedel av arbetstiden. Inom ramen för anställningen ges det möjlighet till tre veckors högskolepedagogisk utbildning. Syftet med anställningen är att utveckla sin självständighet som forskare samt skapa förutsättningar för vidare meritering. Ditt forskningsarbete kommer att bestå i att utveckla och implementera avancerade beräkningsmetoder för analys av högdensitetsyt‑elektromyografi (HD‑sEMG) och relaterade neuromuskulära data. Arbetet kombinerar metodutveckling med analys av experimentella data och nära samarbete med nationella och internationella forskningspartners. Arbetsuppgifterna innefattar: Bedriva forskning inom biomedicinsk teknik och neuromuskulär signalanalys Utveckla, implementera och utvärdera storskaliga dataanalysmetoder med hjälp av högprestandaberäkningsinfrastruktur Analysera experimentella HD‑sEMG‑data, generera simulerade data samt bidra till experimentell design och validering Publicera forskningsresultat i internationella tidskrifter och presentera vid vetenskapliga konferenser Bidra till handledning av masterstudenter och doktorander Aktivt delta i samarbetsprojekt och bidra till ansökningar om extern forskningsfinansiering Utföra administration kopplad till arbetsuppgifterna ovan Behörighet Behörig att anställas som postdoktor är den som har avlagt doktorsexamen, eller en utländsk examen som bedöms motsvara doktorsexamen, inom anställningens ämnesområde. Bevis om att behörighetskravet är uppfyllt ska ha inkommit senast vid tidpunkten då anställningsbeslut fattas. Främst kommer den sökande i fråga som avlagt examen högst tre år före sista ansökningsdag. Om det finns särskilda skäl kan doktorsexamen ha avlagts tidigare. Övriga krav Mycket goda kunskaper i engelska, i tal och skrift Erfarenhet av beräkningsmodellering, signalbehandling, maskininlärning, statistisk inferens, vetenskaplig programmering eller relaterade datadrivna metoder, inklusive programmering i Python eller liknande högnivåspråk Vetenskaplig kompetens och metodologiska färdigheter relevanta för beräkningsinriktad biomedicinsk teknik, inklusive analys av biomedicinska signaler såsom EMG, EEG, MEG eller relaterade tidsseriedata Förmåga att arbeta självständigt och ta ansvar för att driva forskningsprojekt framåt Goda samarbetsförmågor och förmåga att arbeta i en tvärvetenskaplig forskningsmiljö Vetenskapliga publikationer i internationella peer review-granskade tidskrifter inom ett relevant område För fullständig beskrivning, se: https://lu.varbi.com/what:job/jobID:946860/