Postdoktor i säker och resilient maskininlärning och optimering

Uppsala Universitet Uppsala, Uppsala län, Sverige Publicerat 20 november 2026
HeltidPå platsMellannivå
Vid avdelningen för systemteknik, vid Institutionen för informationsteknologi, 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. Den som anställs kommer att ingå i Secure Learning and Control Laboratory, en växande tvärvetenskaplig forskargrupp som bedriver grundläggande och tillämpad forskning i skärningspunkten mellan cybersäkerhet, reglerteori och maskininlärning. Anställningen finansieras av ett Wallenberg Academy Fellow-anslag från Knut och Alice Wallenbergs Stiftelse. Projektbeskrivning: Säker och resilient inlärning och optimeringVårt mål är att utveckla algoritmer för inlärning och optimering med bevisbara garantier för robusthet, säkerhet och integritet mot många olika typer av angripare och naturliga fel. Med utgångspunkt i vår senaste forskning omfattar möjliga forskningsinriktningar bland annat: (i) bysantinskt resilient federerad och distribuerad inlärning; (ii) robusthet mot antagonistiska attacker och säkerhet för maskininlärning samt inlärningsbaserad reglering och beslutsfattande; (iii) skalbara optimeringsalgoritmer för robusthetscertifiering och resilient design; samt (iv) avvägningar mellan noggrannhet, integritet och resiliens i distribuerad inlärning och optimering. Inriktningar som förenar maskininlärning och optimering med reglerteknik är också välkomna. Den exakta forskningsinriktningen fastställs i dialog mellan den som anställs och handledaren efter anställningen. ArbetsuppgifterPostdoktorn kommer att utveckla ny teori och nya algoritmer för säker och resilient maskininlärning och optimering, och bidra till gruppens forskning genom självständigt arbete, samarbeten och medhandledning av doktorander. Anställningen är på två år och omfattar 90 % forskning och 10 % institutionstjänstgöring (vanligtvis undervisning). KvalifikationskravDoktorsexamen inom ett område med nära anknytning till anställningen, exempelvis maskininlärning, optimering, datavetenskap, beräkningsmatematik, signalbehandling eller reglerteknik. Även utländsk examen som bedöms motsvara doktorsexamen inom något av dessa ämnesområden godtas. 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. Den sökande ska ha en stark bakgrund inom metodutveckling för maskininlärning och optimering, dokumenterad inom ett eller flera av följande områden: optimeringsalgoritmer (t.ex. distribuerad eller stokastisk optimering), antagonistisk inlärning (adversarial learning), bysantinskt resilient federerad inlärning eller säkerhet inom maskininlärning. Vidare krävs goda programmeringskunskaper (helst i Python) och erfarenhet av ramverk för maskininlärning (t.ex. PyTorch eller JAX). Mycket god förmåga att uttrycka sig i tal och skrift på engelska krävs. Som person är du kreativ, noggrann och har ett strukturerat arbetssätt. Vid urvalet kommer vi att bedöma de sökandes förmåga att självständigt driva sitt arbete framåt, att samarbeta med andra, att ha ett professionellt förhållningssätt samt att analysera och arbeta med komplexa problem. Stor vikt kommer att läggas vid personliga egenskaper och personlig lämplighet. Meriterande kvalifikationerPublikationer vid ledande konferenser inom maskininlärning (t.ex. NeurIPS, ICML, ICLR eller AISTATS) och/eller i ledande tidskrifter och konferenser inom optimering eller säkerhet är starkt meriterande. Erfarenhet av, och kurser inom, ett eller flera av följande ämnen: statistisk maskininlärning, distribuerad optimering, stokastiska algoritmer och reglerteori. För detta projekt värdesätter vi även kunskaper inom säkerhet och integritet. AnsökanAnsökan ska innehålla: En meritförteckning (CV). En kopia av relevanta examensbevis och betygshandlingar (översatta till svenska eller engelska). En publikationslista. Upp till tre utvalda publikationer i elektronisk form. En beskrivning av din tidigare och nuvarande forskning (högst en sida) samt ett förslag på framtida forskning (högst en sida). Beskrivningen ska förklara hur din profil passar anställningen. Kontaktuppgifter till två referenspersoner (namn, e-postadress och telefonnummer). Ett personligt brev där du kort beskriver din motivation för att söka anställningen samt tidigast möjliga tillträdesdatum (högst en sida). Om anställningenAnställningen är tidsbegränsad i 2 år, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde den 1 februari 2027 eller enligt överenskommelse. Placeringsort: Uppsala. Upplysningar om anställningen lämnas av: Universitetslektor André Teixeira (telefon: 018-471 54 14, e-post: andre.teixeira@it.uu.se). Välkommen med din ansökan senast den 17 december 2026, UFV-PA 2026/3639. 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

Findigo hittar jobben och fyller i ansökan. Du klickar Skicka.

Visa jobbet och ansök

Ursprunglig annons: arbetsformedlingen.se