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 
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.