Jobb som matchar simplex
- Stockholms universitetStockholm·
- Machine learning: erfarenhet av algoritmer såsom nearest neighbor, simplex projection, recurrent neural networks, singular value decomposition och/eller…
Job Post Details
Postdoktor i prediktiv evolutionsbiologi - job post
Jobbinformation
Anställningsform
- Visstid
Ort
FörmånerHämtad från den fullständiga jobbeskrivningen
- Föräldraledighet
Fullständig jobbeskrivning
Zoologiska institutionen är en av institutionerna vid Naturvetenskapliga fakulteten och har cirka 80 anställda, inklusive forskare, doktorander och administrativ personal. Forskning och utbildning vid institutionen sker i en internationell miljö och fokuserar på djurbiologi. Framstående och högkvalitativ forskning bedrivs inom en rad olika ämnen, inklusive evolutionsbiologi, molekylär- och populationsgenetik, genomik, bevarandebiologi och beteendevetenskap.
Mer information om oss finns på: Zoologiska institutionen.
SciLifeLab är en nationell forskningsinfrastruktur. I Stockholm är SciLifeLab beläget på Campus Solna, där forskargrupper från Stockholms universitet, Kungliga Tekniska Högskolan och Karolinska Institutet bedriver internationellt framstående forskning inom livsvetenskaperna.
Projektbeskrivning
Anställningen kommer att vara knuten till biträdande lektor Lisandro Miloccos forskargrupp vid SciLifeLab (Solna) och Zoologiska institutionen, Stockholms universitet. Forskargruppen ingår i det nationella programmet Data-Driven Life Sciences (DDLS), generöst finansierat av Knut och Alice Wallenbergs Stiftelse: www.scilifelab.se/data-driven/.
Vår grupp fokuserar på att studera olika aspekter av utvecklingsförmåga (evolvability) – organismers förmåga att utvecklas. Vi är intresserade av att utveckla beräknings- och matematiska verktyg för att förstå och kvantifiera evolvability samt utforska dess potentiella tillämpningar. Särskilt fokuserar vi på evolutionär prediktion: kan vi använda en djupare förståelse av evolvability för att förutse och eventuellt styra evolutionära processer? Läs mer om våra metoder och forskningsområden här: www.scilifelab.se/researchers/lisandro-milocco/.
Detta projekt utnyttjar den växande betydelsen av datadriven dynamisk modellering – från strömningsmekanik till ekosystemstudier – för att avslöja de utvecklingsregler som ligger bakom fenotypisk variation. De sökande kommer att utveckla och implementera en empirisk ram som använder data-driven algoritmer för att lära sig relationer mellan tidigare och framtida utvecklingstidpunkter från tidsserie-data. Vår senaste teoretiska forskning tyder på att dessa inlärda relationer kommer att generaliseras, och vi kommer att utvärdera denna generaliserbarhet med både simulerade och befintliga experimentella dataset. Denna roll erbjuder en unik möjlighet att omvandla transformerande teoretiska insikter till en praktisk ram för att förstå hur ny fenotypisk variation uppstår.
Vi söker upp till två högt motiverade postdoktorala forskare för att arbeta med olika aspekter av detta tvärvetenskapliga projekt, som kombinerar evolutionär-utvecklingsbiologi, dynamiska system och maskininlärning.
Samtidigt erbjuder vi betydande utrymme för den sökande att utveckla sin egen självständiga forskningsinriktning i linje med gruppens bredare vetenskapliga vision. Vi är därför särskilt intresserade av kandidater som visar stark självständighet och ett proaktivt förhållningssätt till att utforska innovativa forskningsvägar.
Keywords: systembiologi, utvecklingsbiologi, dynamiska system, evolution, icke-linjar dynamik, biofysik, maskininlärning, evo-devo
Arbetsuppgifter
Den framgångsrika sökanden kommer att leda utvecklingen och valideringen av datadrivna dynamiska modeller med hjälp av tidsserie-data från utvecklingsbanor. De huvudsakliga uppgifterna inkluderar:
- Utveckla en datadriven ram för att modellera utvecklingsregler. Sökanden kommer att implementera och utvärdera olika maskininlärningsalgoritmer för att identifiera den mest effektiva metoden med avseende på prediktionsnoggrannhet och datakrav.
- Testa algoritmen med simulerade data från olika beräkningsmodeller för utveckling, som modeller av tandutveckling och genregleringsnätverk.
- Tillämpa ramen på tillgängliga experimentella data och genomföra en metaanalys.
Dessutom förväntar vi oss att den framgångsrika sökanden delar sin expertis med andra medlemmar i gruppen, samarbetar aktivt med gruppmedlemmar, presenterar forskningsresultat på nationella och internationella konferenser och förbereder manuskript för publicering.
Behörighetskrav
Med postdoktor avses en arbetstagare som anställs i huvudsak för forskning och som har avlagt doktorsexamen eller har en utländsk examen som bedöms motsvara doktorsexamen.
Bedömningsgrunder
Examen ska vara avlagd senast då anställningsbeslutet fattas, dock högst tre år före sista ansökningsdag. Om det finns särskilda skäl, kan doktorsexamen ha avlagts tidigare. 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.
Doktorsexamen bör vara inom relevanta områden av biologi (t.ex. systembiologi, evolutionsbiologi, utvecklingsbiologi, beräkningsbiologi), fysik, matematik eller relaterade fält.
Vid tillsättningen kommer särskild vikt att fästas vid vetenskaplig skicklighet. Expertis inom följande tre områden kommer att betraktas som en fördel för anställningen:
- Evolutionär och utvecklingsbiologi: förståelse för begrepp såsom utvecklingsbias, utvecklingsbegränsningar och evolvabilitet; kunskap om metoder för automatiserad fenotypning under utveckling (t.ex. för gene expression och morfologi).
- Dynamiska system: kunskap om linjära och icke-linjära teorier om dynamiska system, inklusive differentialekvationer, simuleringstekniker, state space och input-output representationer, time delay embedding, och/eller tidsserieanalys från experimentella data.
- Machine learning: erfarenhet av algoritmer såsom nearest neighbor, simplex projection, recurrent neural networks, singular value decomposition och/eller autoencoders; erfarenhet av ramverk som TensorFlow eller PyTorch.
Urvalet bland de kvalificerade kandidaterna kommer att baseras på följande kriterier:
- Den sökandes dokumenterade kunskap och förmåga att bedriva forskning av hög kvalitet inom det beskrivna området (doktorandavhandling, publikationer).
- Förmåga till analytiskt och kreativt tänkande.
- Entusiasm, engagemang samt förmåga att arbeta både självständigt och i team.
- Drivkraft och självständighet.
- God skriftlig och muntlig kunskap i engelska.
Om anställningen
Anställningen avser heltid och gäller tills vidare, dock minst två år och högst tre år, med möjlighet till förlängning om det finns särskilda skäl. Tillträde enligt överenskommelse.
Vi erbjuder
- Ett professionellt stimulerande, tvärvetenskapligt och mångsidigt arbetsklimat.
- Flexibilitet för den sökande att utveckla sina egna intressen, med vägledning och stöd från både handledare och institution.
- Möjligheter till vistelse i samarbetspartners universitet, samt möjlighet att delta i nationella och internationella konferenser.
- Att ingå i Data-Driven Life Sciences-initiativet – ett av Sveriges största och mest ambitiösa forskningsinitiativ, med fokus på att använda data, beräkningsmetoder och artificiell intelligens för att studera biologiska system, vilket ger goda möjligheter till nätverkande och samarbeten.
- Tillgång till avancerade beräkningsresurser via Svenska nationella superdatorcentret och SciLifeLab.
- Attraktiva förmåner och fördelarna med Stockholms familjevänliga omgivning.
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 Lisandro Milocco, lisandro.milocco@zoologi.su.se.
Ansökan
Du söker anställningen via Stockholms universitets rekryteringssystem. Bifoga personligt brev som beskriver tidigare forskning och framtida forskningsintressen och mål (max. 2 sidor) och CV samt de bilagor som efterfrågas i ansökningsformuläret. Vi rekommenderar starkt att du läser relevant litteratur för att förbereda din ansökan, t.ex.: https://doi.org/10.1073/pnas.2320413121, https://doi.org/10.1111/ede.12449 och https://doi.org/10.1073/pnas.2117916119.
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.
Stockholms universitet bidrar till det hållbara demokratiska samhällets utveckling genom kunskap, upplysning och sanningssökande.
Anställningsform: tidsbegränsad anställning | Anställningens omfattning: heltid | Antal lediga befattningar: 1 | Sysselsättningsgrad: 100 % | Ort: Stockholm | Län: Stockholms län | Land: Sweden | Referensnummer: SU FV-1440-25 | Facklig företrädare: ST/OFR st@st.su.se, Saco-S saco@saco.su.se, Seko seko@seko.su.se, | Publicerat: 2025-04-11 | Sista ansökningsdag: 2025-05-25