Postdoktor i förklarbar maskininlärning för digitala tvillingar

Institutionen för data- och systemvetenskap. Med över 200 anställda och 4 500 studenter är Institutionen för data- och systemvetenskap (DSV) en stark och dynamisk forsknings- och utbildningsmiljö. Ämnet data- och systemvetenskap rör sig mellan teknik, humaniora, samhällsvetenskap och beteendevetenskap, med stor relevans för våra liv idag och i framtiden. Vår forskning handlar om hur ny informations- och kommunikationsteknologi ska utformas för att vara till nytta för människor, organisationer och hela samhällen.

DSV erbjuder en stimulerande forskningsgemenskap i en internationell miljö. Många av våra projekt är tvärvetenskapliga och våra forskare samarbetar ofta med kollegor på andra lärosäten, inom näringslivet och i offentlig sektor. Vår forskning bedrivs inom nio ämnen: Affärsprocesser och verksamhetsmodellering, AI och data science, Cybersäkerhet, Digitala spel och simulering, Digital transformation och styrning, Människa–datorinteraktion, Språkteknologi, Risk- och beslutsanalys, samt Teknikstött lärande.

Mer information om oss finns på: Institutionen för data- och systemvetenskap.

Projektbeskrivning

Artificiell intelligens (AI) är ett snabbt växande forskningsområde som utnyttjar teknologier som maskininlärning, statistik och beslutsstöd. Särskilt har utvecklingen inom djupinlärning och förstärkningsinlärning under de senaste åren resulterat i högpresterande modeller och verktyg för komplexa tillämpningar. Samtidigt har begreppet digital tvilling blivit centralt under hela systemutvecklingens livscykel, från design och planering till drift, övervakning och optimering av produkter och tjänster. En datadriven digital tvilling kan beskrivas som en digital representation av ett fysiskt system eller en tjänst, där livedata kontinuerligt strömmar in för att möjliggöra övervakning, tidsserieförutsägelser, förklarbarhet och beslutsfattande. Detta postdoktorala projekt syftar till att kombinera artificiell intelligens och maskininlärningsmetoder, med särskild tonvikt på tidsserieförutsägelser och förklarbar maskininlärning, tillsammans med digitala tvillingars konceptuella arkitektur och prototyper. Huvudmålet är att utveckla metoder som kan stödja hälso- och sjukvårdssektorn, exempelvis genom prediktion av patientförlopp, resursbehov och realtidsstöd för vårdbeslut. Som komplement kan metoderna även tillämpas på smarta byggnader, där digitala tvillingar kan användas för energioptimering och förbättrad inomhusmiljö. Projektet kommer att använda verkliga, strömmande data från dessa domäner för att säkerställa både vetenskaplig nytta och praktisk relevans.

Postdoktorn kommer att placeras i data science-gruppen vid DSV, som har hög expertis inom området för förklarbar maskininlärning.

Arbetsuppgifter

Som postdoktor kommer du att:

• Bedriva självständig och gemensam forskning inom AI för digitala tvillingar.
• Utveckla metoder och algoritmer för tidsserieanalys, prediktion och beslutsstöd inom hälso- och sjukvård och smarta byggnader.
• Delta i samarbeten med forskare, kliniska partners och industripartners.
• Publicera forskningsresultat i internationella tidskrifter och konferenser.
• Bidra till undervisning och handledning på kandidat- och masternivå vid institutionen.

Anställningen omfattar 80 % forskning och 20 % undervisning.

Behörighetskrav

För att vara behörig för anställning som postdoktor krävs avlagd doktorsexamen eller utländsk examen som bedöms motsvara relevant doktorsexamen. Examen ska vara avlagd senast då anställningsbeslutet fattas.

Bedömningsgrunder

Det är meriterande, om doktorsexamen eller motsvarande är avlagd högst tre år före sista ansökningsdag. Om det finns särskilda skäl, kan en tidigare avlagd examen också anses vara meriterande. 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.

Vid anställningsförfarandet kommer särskild vikt att läggas vid vetenskaplig skicklighet och en stark publikationslista inom området maskininlärning och data mining.

Om anställningen

Anställningen avser heltid och är tidsbegränsad till två år, med möjlighet till förlängning om det finns särskilda skäl. Tillträde 2025-11-15 eller enligt överenskommelse.

Vi erbjuder

Hos oss får du dynamiken i samspelet mellan högre utbildning och forskning som gör Stockholms universitet till en spännande och kreativ miljö. Du arbetar i en internationell miljö och får förmånliga villkor. 

Stockholms universitet värnar om att vara en arbetsplats som är fri från diskriminering och ger lika rättigheter och möjligheter för alla.

Kontakt

Upplysningar om anställningen lämnas av prefekten, Professor Jelena Zdravkovic, jelenaz@dsv.su.se, eller Professor Panagiotis Papapetrou, panagiotis@dsv.su.se.

Ansökan

Du söker anställningen via Stockholms universitets rekryteringssystem. Bifoga personligt brev och CV samt de bilagor som efterfrågas i ansökningsformuläret. Du som sökande ansvarar för att ansökan är komplett och att den är universitetet tillhanda senast sista ansökningsdag.

Anvisningar för sökande finns på webbsidan: att söka en anställning.