Kungliga Tekniska högskolan, Skolan för datavetenskap och kommunikation

KTH är ett av Europas ledande tekniska universitet och en viktig arena för kunskapsutveckling. Som Sveriges största universitet för teknisk forskning och utbildning samlar vi studenter, forskare och fakultet från hela världen. Vår forskning och utbildning omfattar såväl naturvetenskap som alla grenar inom teknik samt arkitektur, industriell ekonomi, samhällsplanering, teknisk historia och filosofi.

För mer information om skolan för datavetenskap och kommunikation, besök www.kth.se/csc.

Avdelningsinformation

Postdoktor positionen kommer formellt att vara placerad vid avdelningen för Beräkningsvetenskap och beräkningsteknik, CST, vid KTH, men det praktiska arbetet kommer att utföras vid Science for Life Laboratory. CST bedriver datavetenskaplig forskning och modellering inom biologiska och fysiska system. Detta kräver effektiva och avancerade algoritmer samt bildanalyssystem. För mer information om pågående arbeten, se https://www.kth.se/csc/forskning/cst.

SciLifeLab är ett nationellt center för molekylära biovetenskaper med fokus på forskning inom hälsa och miljö. Centret kombinerar ledande teknisk expertis med avancerat kunnande inom translationell medicin och molekylära biovetenskaper. Vårt mål är också att bygga en stark forskargruppering kring SciLifeLab genom utbildning och samverkan. SciLifeLab är en nationell resurs som drivs av Karolinska Institutet, KTH, Stockholms universitet och Uppsala universitet. Vi samarbetar med flera andra svenska universitet. För mer information, besök https://www.scilifelab.se/pa-svenska/.

Arbetsuppgifter

Denna position är en del av ett samarbete med läkare från Karolinska Universitetssjukhuset. Huvuduppgiften är att utveckla djupa inlärningsmetoder för att analysera medicinska bilder med fokus på bröstcancer. Den framgångsrika sökanden kommer att tillämpa sin kunskap vid djupt lärande till flera typer av medicinska bilder, inklusive histologiska sektioner, mammogram och eventuellt andra. I allmänhet är målet att förutse patientutfallet, men vi strävar efter att utveckla modeller för specifika prediktorer av patientutfall, såsom biomarkörer för tumör heterogenitet och riskmodeller. Förutom dessa medicinska tillämpningar kommer den framgångsrika kandidaten också att delta i teoretisk forskning inom djup inlärning och datorsyn. Övriga uppgifter inkluderar att hjälpa till att mentorera kandidatexamen och doktorander samt eventuella undervisningsuppgifter.

Positionen finansieras initialt i ett år, med möjlighet till förlängning beroende på finansiering och berättigande.

Kvalifikationer

Kandidaten måste ha doktorsexamen i datavetenskap, beräkningsvetenskap eller ett relaterat fält som erhållits inom tre år före ansökningstidens utgång. Bevisad kunskap och förmåga i en eller flera djupinlärningsramar (Tensorflow, Keras, Torch, Caffe, etc) är absolut nödvändigt. Det krävs också kunskap om vanliga datasynstekniker och erfarenhet av att implementera, analysera och optimera vetenskapliga applikationer för bildanalys. Kunskaper i ett eller två vetenskapliga beräkningsspråk (Python, Matlab, R) krävs. Erfarenhet av parallella programmeringsmiljöer och cloud computing är ett plus. Tidigare erfarenheter som arbetar med medicinska eller biologiska bilder är också önskvärda.

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida

Ansökan

Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (Central European Time/Central European Summer Time).

Ansökan ska innehålla följande handlingar:

  1. Uppgift om intresse, inklusive en kort beskrivning av erfarenheterna av djupt lärande
  2. Curriculum vitae
  3. Transkript från universitetet
  4. Referenskontaktinformation
  5. Representativa publikationer (eller annat exempel på vetenskapligt skrivande)

 Observera att allt material skall vara på engelska förutom officiella dokument. 

Övrigt

Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.

Anställningsform Visstidsanställning längre än 6 månader
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Månadslön
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Solna
Län Stockholms län
Land Sverige
Referensnummer D-2017-0814
Kontakt
  • Kevin Smith / Bitr universitetslektor, , ksmith@kth.se, +46 8 790 64 37
  • Maria Engman / HR-administratör, maengm@kth.se
Publicerat 2017-11-14
Sista ansökningsdag 2018-01-06

Tillbaka till lediga jobb