Postdoktor inom beräkningsmässig modellering och simulering av spridningsprocesser i flerskiktade sociala nätverk på populationsnivå

Vill du arbeta med beräkningsbaserad samhällsvetenskap, med stöd av kompetenta och trevliga kollegor i en internationell miljö?

Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att

söka anställning som postdoc på Uppsala universitet. Institutionen för informationsteknologi har en ledande position inom både

forskning och utbildning på alla nivåer. Vi är för närvarande Uppsala universitets tredje största institution och har omkring 350

anställda, inklusive 120 lärare och 120 doktorander. Varje år läser cirka 5 000 grundutbildningsstudenter en eller flera kurser

vid institutionen. Mer information finns på Institutionen för informationsteknologis webbplats. Denna postdoktoranställning är en

del av eSSENCE forskarskola för dataintensiv vetenskap. Forskarskolan tar sig utmaningarna inom dataintensiv vetenskap både ur ett

grundläggande metodologiskt perspektiv och ur perspektivet av datadrivna vetenskapliga tillämpningar. Den utgör en arena där

experter inom beräkningsvetenskap, datavetenskap och data engineering (system och metoder) arbetar nära tillsammans med forskare

inom datadrivna vetenskaper, industri och samhälle för att påskynda dataintensiva vetenskapliga upptäckter. eSSENCE är ett

strategiskt samarbetsprogram inom e-science mellan tre svenska universitet med en stark tradition av framstående forskning inom

området: Uppsala universitet, Lunds universitet och Umeå universitet. I detta projekt ser vi framför oss ett nytt samarbete mellan

eSSENCE-programmen Data Science and Intelligent Decision Making och Applied Scientific Computing and High-Performance Computing.

Postdoktorn kommer att ansluta till Information Laboratory (InfoLab), en tvärvetenskaplig forskargrupp där vi bedriver både

grundläggande och tillämpad forskning om hur kunskap kan utvinnas ur sociala data. Spridning på nätverk är en allestädes

närvarande och grundläggande process som ligger bakom en rad fenomen i samhället, från överföring av infektionssjukdomar till

spridning av information, åsikter och beteenden. Dessa spridningsprocesser är starkt begränsade av den sociala strukturen: olika

individer och sociala grupper har olika sannolikhet att interagera med varandra, vilket skapar (eller begränsar) vägar för

spridning. Exempelvis formar segregation och social stratifiering mönster av interaktion på sätt som kan förstärka eller hämma

spridningen av smitta eller kulturellt inflytande, vilket potentiellt kan leda till mycket heterogena utfall i befolkningen. Att

förstå hur spridning sker på hela befolkningars nivå och hur den påverkas av nätverksstrukturen är därför avgörande för att kunna

hantera stora samhällsutmaningar, såsom epidemikontroll och motståndskraften hos sociala och politiska system. Projektet

adresserar två centrala utmaningar i studiet av spridningsfenomen på populationsnivå: beräkningsmässig skalbarhet och behovet av

att modellera spridningsprocesser som rör sig över flera nätverkslager.

Arbetsuppgifter

• Att utveckla beräkningsmetoder för

simulering och inferens av spridningsprocesser i mycket stora sociala nätverk med en flerskiktad struktur. - Att tillämpa utvalda

modeller på ett nätverk som omfattar hela den vuxna svenska befolkningen, för att studera hur olika befolkningssegment kan

påverkas olika av spridningen av exempelvis sjukdomar eller politiska åsikter. - Att härleda och studera effektiva

ekvationsmodeller som är lämpliga för processer på flerskiktade nätverk. Sådana modeller möjliggör studier av storheter som är

svåra att analysera enbart genom direkta simuleringar. Kvalifikationskrav Doktorsexamen i datavetenskap, dataanalys,

beräkningsmetoder för analys av sociala nätverk eller närliggande ämnen, eller en utländsk examen som bedöms motsvara

doktorsexamen i datavetenskap, dataanalys, beräkningsmetoder för analys av sociala nätverk eller närliggande ämnen. 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. Andra krav är: erfarenhet av arbete med sociala nätverksdata, mycket god språklig kompetens samt

utmärkta programmeringsfärdigheter. Önskvärt/meriterande i övrigt Erfarenhet av tvärvetenskaplig forskning. Om anställningen

Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde januari 2027 eller enligt

överenskommelse. Placeringsort: Uppsala Upplysningar om anställningen lämnas av: Prof. Matteo Magnani (+46 18 471 40 21,

matteo.magnani@it.uu.se) and Prof. Stefan Engblom (stefan.engblom@it.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 16 november 2026, UFV-PA 2026/3179.