Hoppa till huvudinnehållet
Umeå universitet logo
Ledigt jobb

Postdoktor (2 år) inom datasekretess och maskininlärning

Umeå universitet
  • OrtUmeå
  • OmfattningHeltid
  • Sista ansökan26 dagar kvar
  • Publicerad11 sep.

Om tjänsten

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 12 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. Vi är kopplade till WASP – Sveriges största

enskilda forskningsprogram genom tiderna, koordinerar dess systerprogram WASP-HS med fokus på den nya teknikens konsekvenser, och

är en stark partner i det nationella strategiska forskningsprogrammet eSSENCE. Vi värdesätter mångfald och arbetar aktivt för en

inkluderande arbetsmiljö med hög delaktighet i en internationell atmosfär. 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. Gruppen samarbetar

med flera nationella och internationella forskargrupper, är redaktör för en av de största tidskrifterna om datasekretess

(Transactions on Data Privacy) och har aktiva kontakter med den privata och offentliga sektorn. Gruppen samarbetar med flera

nationella och internationella forskargrupper i dessa ämnen, och har aktiva kontakter med den privata och offentliga sektorn. 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 2 november. Närmare

upplysningar lämnas av Vicenç Torra, vtorra@cs.umu.se