Doktorand i maskininlärning

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
Vill du arbeta osäkerhetskvantifiering i stora språkmodeller för hälsoforskning, 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 doktorand vid Institutionen för informationsteknologi, 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.
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. Detta projekt syftar till att utveckla osäkerhetsmedvetna LLM-metoder baserade på probabilistisk modellering. Fokus kommer att ligga på att kvantifiera och utvärdera osäkerhet i både numeriska och kategoriska prediktioner som härleds från medicinska rapporter, samt att integrera dessa osäkerheter i nedströms probabilistiska tid-till-händelse-modeller. Tillämpningarna kommer att fokusera på prostatacancer och använda storskaliga kliniska registerdata samt ostrukturerad medicinsk text. Projektet är tvärvetenskapligt och kommer att innebära nära samarbete med kliniker och epidemiologer.
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 osäkerhetsmedveten maskininlärning,
intresse för maskininlärning inom hälsoforskning,
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 krävs. Goda färdigheter i programmering och maskininlärning krävs.
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.
Om anställningen 
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 17 augusti 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 14 maj 2026, UFV-PA 2026/982.