
UPPSALA UNIVERSITET · Uppsala
Vill du arbeta med moderna metoder för maskininlärning med stöd av kompetenta kollegor i en ledande internationell miljö? Vill du ha en arbetsgivare som satsar ...
Vill du arbeta med moderna metoder för maskininlärning med stöd av kompetenta kollegor i en ledande internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som postdoktor på Uppsala universitet.
Uppsala universitet har en lång tradition av framgångsrik forskning – bland alumnerna återfinns 16 nobelpristagare, nu senast Svante Pääbo. Universitetet är unikt när det gäller att kombinera IT med bredare forskning, från livsvetenskaperna till humaniora.
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.
Vid avdelningen för avdelningen för Systemteknik utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer. Vår forskning integrerar expertis från maskininlärning, optimering, reglerteori och tillämpad matematik, och spänner över olika tillämpningsområden som medicin, energisystem, biomedicinska system, neurovetenskap och säkerhet.
Vid avdelningen har vi ett brett nätverk av långvariga internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, Imperial College London, University of Sydney, University of Newcastle och Aalto University.
Forskning om grundläggande modeller och metoder inom maskininlärning och deras tillämpningar inom medicin. Vi kommer att fortsätta vårt arbete med att utvinna kunskap från storskaliga EKG-datauppsättningar och eventuellt även relaterade data. Syftet är att kunna undersöka användningen av dessa modeller för beslutsstöd och tjänsten kan även innefatta arbete med beslutsalgoritmer. Den postdoktorala forskaren kommer att samarbeta med våra kollegor vid den medicinska fakulteten här i Uppsala och sannolikt även med våra samarbetspartners i Brasilien.
Tekniska nyckelord för tjänsten inkluderar: probabilistiska modeller, djupinlärning, beslutsalgoritmer, Bayesiansk slutledning och precisionsmedicin.
Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse.
Kvalifikationskrav
Doktorsexamen i maskininlärning, reglerteknik, signalbehandling, beräkningsintensiv statistik eller närliggande relevant område eller en utländsk examen som bedöms motsvara doktorsexamen i maskininlärning, reglerteknik, signalbehandling eller beräkningsintensiv statistik. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.
ett stort intresse för och erfarenhet av att utveckla nya metoder inom maskininlärning,
förmåga att använda djupinlärning (deep learning) på stora dataset,
förmåga att kommunicera tekniskt material effektivt i muntlig och skriftlig form (engelska),
goda arbetskunskaper inom programmering (helst i Python).
personliga egenskaper, såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning är avgörande.
Publikationer vid ledande konferenser inom maskininlärning är ett stort plus. Du förväntas kunna undervisa på svenska eller engelska.
Önskvärt/meriterande i övrigt
Erfarenhet av tvärvetenskaplig forskning är bra. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Vid urval bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet.
En meritförteckning (CV),
Publikationslista,
Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida),
Kontaktinformation till två referenser.
Om anställningen
Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 1 oktober, 2026 eller enligt överenskommelse. Placeringsort: Uppsala.
Upplysningar om anställningen lämnas av: Professor Thomas Schön, 018 - 471 25 94, thomas.schon@uu.se
I denna rekrytering har vi ersatt det personliga brevet med frågor som du besvarar i samband med din ansökan. Svaren kommer att användas som en del i urvalsprocessen.
Välkommen med din ansökan senast den 28 augusti, 2026, UFV-PA 2026/2006.
Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 500 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser.
Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet
https://uu.se/om-uu/jobba-hos-oss/
Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se
Vid avdelningen för avdelningen för Systemteknik utvecklar vi både teori och konkreta verktyg för att designa system som lär sig, resonerar och agerar i den verkliga världen baserat på en sömlös kombination av data, matematiska modeller och algoritmer. Vår forskning integrerar expertis från maskininlärning, optimering, reglerteori och tillämpad matematik, och spänner över olika tillämpningsområden som medicin, energisystem, biomedicinska system, neurovetenskap och säkerhet. Vid avdelningen har vi ett brett nätverk av långvariga internationella samarbetspartners över hela världen, till exempel vid University of Cambridge, University of Oxford, Imperial College London, University of Sydney, University of Newcastle och Aalto University. Arbetsuppgifter Detta projekt fokuserar på att utveckla, analysera och tillämpa nya metoder inom förstärkningsinlärning och modellprediktiv styrning (MPC), både stokastiska och deterministiska formuleringar. Fokus kommer att ligga på att utveckla metoder för robust förstärkningsinlärning och/eller MPC-formuleringar. Vi är särskilt intresserade av miljöer där kostnads- eller belöningsfunktionen är icke-ergodisk. I dessa situationer fångar de förväntade kostnaderna/belöningarna inte beteendet hos individuella utrullningar, vilket kräver nya konstruktioner. Vi kommer att utveckla och analysera generellt tillämpliga algoritmer och modeller tillsammans med våra samarbetspartners. Den postdoktorala forskaren kommer att gemensamt handledas av Assistant Professor Dominik Baumann (Aalto-universitetet) och när det gäller MPC-aspekterna kommer vi att samarbeta med Assistant Professor Johannes Köhler vid Imperial College London. Tekniska byggstenar kan inkludera förstärkningsinlärning, tillståndsmodeller, MPC, djupinlärning, och probabilistisk modellering i allmänhet. Tjänsten kan innehålla undervisning upp till 20% beroende på tillgänglighet och intresse. Du förväntas kunna undervisa på svenska eller engelska. Kvalifikationskrav Doktorsexamen i maskininlärning, reglerteknik, signalbehandling, eller närliggande relevant område eller en utländsk examen som bedöms motsvara doktorsexamen i maskininlärning, reglerteknik eller signalbehandling. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc. Vi söker kandidater med: ett stort intresse för och erfarenhet av att utveckla nya metoder inom förstärkningsinlärning och/eller modellprediktiv reglering, förmåga att kommunicera tekniskt material effektivt i muntlig och skriftlig form (engelska), goda arbetskunskaper inom programmering (helst i Python). personliga egenskaper, såsom en hög nivå av kreativitet, noggrannhet och/eller ett strukturerat tillvägagångssätt för problemlösning är avgörande. Publikationer vid ledande konferenser inom maskininlärning och/eller ledande tidskrifter inom reglerteknik är ett stort plus. Önskvärt/meriterande i övrigt Erfarenhet av samarbete med företag är bra. Som person är du kreativ, noggrann och har ett strukturerat förhållningssätt. Vid urval bland de sökande kommer vi att bedöma deras förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt och att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet. Ansökan ska innehålla: En meritförteckning (CV), Publikationslista, Beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida), Kontaktinformation till två referenser. I denna rekrytering har vi ersatt det personliga brevet med frågor som du besvarar i samband med din ansökan. Svaren kommer att användas som en del i urvalsprocessen. Om anställningen Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 1 oktober, 2026 eller enligt överenskommelse. Placeringsort: Uppsala. Upplysningar om anställningen lämnas av: Professor Thomas Schön, 018 - 471 25 94, thomas.schon@uu.se Välkommen med din ansökan senast den 21 augusti, 2026, UFV-PA 2026/1965. Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 500 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet https://uu.se/om-uu/jobba-hos-oss/ Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd. Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp. Ansökan tas emot i Uppsala universitets rekryteringssystem. Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se
Arbetsuppgifter Avdelningen för Väg- och banteknik söker en motiverad och samarbetsinriktad postdoktor till ett projekt som fokuserar på att utveckla maskininlärningsverktyg för beläggningsförvaltning. Projektet genomförs i samarbete med Trafikverket och partners från vägindustrin. Projektets mål är att ta fram datadrivna beslutsstödsverktyg för att förutsäga beläggningars prestanda samt planera underhåll och förstärkning. Det kommer att bygga på omfattande dataset över beläggningars prestanda och använda avancerade metoder inom maskininlärning och statistik för att generera prognoser och utvärdera effekten av olika underhålls- och förstärkningsstrategier. Postdoktorn kommer att leda arbetet med att extrahera och analysera beläggnings- och trafikdata, integrera dessa med klimat- och miljödata samt utveckla validerade prediktiva modeller för beläggningsnedbrytning. Anställningen är forskningsfokuserad och ger möjlighet att stärka självständighet och bygga meriter för framtida akademisk eller industriell karriär. Undervisning på olika akademiska nivåer kan också ingå. Arbetet bedrivs i en tvärvetenskaplig miljö som kombinerar expertis inom beläggningsteknik, mekanik för beläggningsmaterial och -strukturer samt maskininlärning. Rollen erbjuder möjligheter att bidra både till vetenskapliga publikationer med hög genomslagskraft och till praktiska beslutsstödsverktyg för vägtekniksektorn. Kvalifikationer Krav Avlagd doktorsexamen eller utländsk examen som bedöms motsvara en doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Doktorsexamen i byggvetenskap, teknisk mekanik, datavetenskap, maskininlärning eller ett närliggande område. Programmeringskunskaper i Python, R eller liknande språk för dataanalys. Meriterande Vid sista ansökningsdag högst tre år sedan doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen avlades. Stark bakgrund inom maskininlärning, statistisk modellering och big data-analys. Erfarenhet av infrastruktur- eller transportdata (beläggning, trafik, väder eller liknande). Kunskap om beläggningsteknik och modeller för beläggningsnedbrytning är meriterande. Förmåga att arbeta både självständigt och i samarbete i en tvärvetenskaplig miljö. Goda kommunikativa färdigheter i engelska, både muntligt och skriftligt, då det behövs i det dagliga arbetet. Undervisningserfarenhet är en fördel. Medvetenhet om mångfalds- och jämställdhetsfrågor, med särskilt fokus på jämställdhet mellan könen. Vi kommer att lägga stor vikt vid personliga egenskaper. Bli en del av KTH KTH formar framtiden genom utbildning, forskning och innovation. Som ett ledande internationellt tekniskt universitet spelar vi en aktiv roll i att driva och medverka i omställningen till ett hållbart samhälle. Här erbjuds du möjligheten att växa och utvecklas på en kreativ och dynamisk arbetsplats med goda arbetsvillkor och förmåner. Jämställdhet, mångfald och lika villkor är en kvalitetsfråga och en självklar del av KTH:s värdegrund som universitet och statlig myndighet. Läs mer om våra förmåner och hur det är att arbeta och utvecklas på KTH. Fackliga representanter Kontaktuppgifter till fackliga representanter. Ansökan Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in. Ansökan ska innehålla: CV inklusive relevant yrkeserfarenhet och kunskap. Kopia av examensbevis och betyg från dina tidigare universitetsstudier. Översättningar till engelska eller svenska om de ursprungliga dokumenten inte utfärdas på något av dessa språk. Kortfattad redogörelse för varför du vill bedriva forskning, dina akademiska intressen och hur de relaterar till dina tidigare studier och framtida mål. max 2 sidor lång. Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time). Om anställningen Anställningen gäller tillsvidare, dock längst två år En anställning som postdoktor är en tidsbegränsad meriteringsanställning med huvudinriktning mot forskning avsedd som ett första karriärsteg efter disputation. Övrigt För information om behandling av personuppgifter i samband med rekrytering. Det kan förekomma att en anställning hos KTH är placerad i säkerhetsklass. Om så är fallet för just denna anställning görs en säkerhetsprövning av sökande i enlighet med säkerhetsskyddslagen (2018:585) efter samtycke. I dessa fall är en förutsättning för anställning att sökande blir godkänd efter säkerhetsprövning. Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.
Umeå universitet är ett av Sveriges största lärosäten med över 41 500 studenter och cirka 4 600 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 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. Är du intresserad av att veta mer? Läs mer om Umeå universitet som arbetsplats. Till vår institution, som bedriver forskning på högsta internationella nivå och tillhandahåller ett flertal högkvalitativa utbildningsprogram, söker vi nu en postdoktor som ska arbeta med datasekretess metoder för datadrivna modeller. Anställningen avser heltid under två år med tillträde 8 januari 2027 eller enligt överenskommelse. Institutionen för datavetenskap vid Umeå universitet är en internationell miljö för forskning och utbildning inom ett brett spektrum av det datavetenskapliga området. Institutionen är internationellt välkänd för excellent forskning och undervisning. Läs mer på Institutionen för datavetenskap Projektbeskrivning och arbetsuppgifter Projektet kommer att utveckla integritetsmedvetna modeller för maskininlärning (ML). Vi är intresserade av datadrivna modeller för komplexa data, inklusive temporala data. Vi är intresserade av både datadrivna modeller och modeller som bygger på syntetiska data. Inom integritet fokuserar vi på olika typer av integritetsmått och modeller (differentiell och integral integritet, k-anonymitet), samt olika scenarier (centraliserade och decentraliserade data; lokal och global integritet). För decentraliserade data beaktar vi federerad inlärning. Vi är intresserade av integritetsbevarande maskininlärning i stor skala. Forskningsgrupp Forskningsgruppen Privacy-aware transparency decisions, ledd av professor Vicenç Torra, forskar om dataintegritet för data som ska användas för maskininlärning och statistisk. Det är välkänt att data kan vara mycket känsliga och att naiv anonymisering inte är tillräckligt för att undvika avslöjande. Modeller och aggregat kan också leda till avslöjande eftersom de kan innehålla spår av de data som används vid beräkningen. Vi vill förstå de grundläggande principer som gör det möjligt för oss att bygga integritetsmedvetna AI-system och utveckla algoritmer för detta ändamål. För mer information se: umu.se/en/research/groups/nausica-privacy-aware-transparent-decisions-group-/ Postdoktorsanställningen finansieras av Wallenberg AI, Autonomous Systems and Software Program, WASP, är Sveriges största enskilda forskningsprogram i modern tid. Programmet skapar en plattform för akademisk forskning och utbildning i nära samarbete med ledande svensk teknikintensiv industri. Forskningen innefattar artificiell intelligens och autonoma system som verkar i samarbete med människor och som anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap och skapar intelligenta system av system. WASPs vision är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till gagn för Sveriges industri och samhälle. Läs mer: https://wasp-sweden.org/ Kvalifikationer För att anställas med stöd av avtal om tidsbegränsad anställning som postdoktor krävs avlagd doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. För att anställas med stöd av postdoktoravtalet bör främst den komma ifråga som har avlagt examen enligt föregående stycke för högst tre år sedan. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, tjänstgöring inom totalförsvaret, eller andra liknande omständigheter samt klinisk tjänstgöring eller för ämnesområdet relevant tjänstgöring/uppdrag. En kvalificerad sökande ska ha en doktorsexamen eller en utländsk examen som bedöms likvärdig inom datavetenskap eller annat ämne av relevans för projektet. Dokumenterad kunskap och beprövad forskningserfarenhet inom området design av algoritmer och metoder för dataskydd och maskininlärning krävs. Det är mycket meriterande med publikationer på ledande konferenser inom maskininlärning, säkerhet och integritet (NeurIPS, ICML, S&P, PETs, ESORICS eller liknande konferenser). En framgångsrik kandidat förväntas ha ett vetenskapligt och resultatorienterat förhållningssätt till ditt arbete. Mycket goda kunskaper i engelska språket, både i tal och skrift, är nyckelkrav. Ansökan En fullständig ansökan ska innehålla: Personligt brev som beskriver dina forskningsintressen och varför du söker den utlysta anställningen. Sammanfatta dina kvalifikationer, forskningsintressen, motivation för att söka och beskriver kopplingen mellan din tidigare forskning och position (max 2 sidor), Meritförteckning - CV med publikationslista, Styrkt kopia av doktorsexamensbevis eller dokumentation som styrker när doktorsexamen förväntas erhållas, Styrkta kopior av andra examensbevis, akademiska kursintyg och/eller betyg, Kopia av doktorsavhandling och maximalt 5 relevanta artiklar, Övriga handlingar som den sökande vill åberopa. Kontaktuppgifter till två vidtalade referenser. Ansökan ska vara skriven på engelska eller svenska. Ansökan görs genom vårt elektroniska rekryteringssystem. Handlingar som skickas elektroniskt ska vara i formaten Word eller PDF. Logga in på systemet och ansök via knappen i slutet av denna sida. Sista ansökningsdag är 9 augusti. Närmare upplysningar lämnas av Vicenç Torra, vtorra@cs.umu.se 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.