researchJobsDoctor in Machine Learning
Doktorand i maskininlärning — Machine-translated title
From the ad
Please note that this is an abbreviated version of the ad. To view the full ad, please click on the application page here or see Uppsala University's job ads website: https://www.uu.se/om-uu/jobba-hos-oss/lediga-jobb Are you interested in probability theory, statistics and mathematical modelling? Do you want to develop new methods for uncertainty quantification and apply these methods to large-scale clinical cancer data? Do you want an employer who invests in sustainable employeeship and offers secure, affordable working conditions? Welcome to apply for employment as a doctoral student at the Department of Informatics at Uppsala University.
About the research programme DDLS The PhD position is part of the national research programme DDLS.
Data-driven life science (DDLS) uses data, calculation methods and artificial intelligence to study biological systems and processes at all levels – from molecular structures and cellular processes to human health and global ecosystems. SciLifeLab and Wallenberg National Program for Data-Driven Life Science (DDLS) aims to recruit and train the next generation of data-driven life sciences researchers and to create globally leading competence in computing and computer science in Sweden. The programme is funded with a total of 3,3 billion SEK over 12 years from the Knut and Alice Wallenberg Foundation (KAW).
Year 2026, DDLS graduate school will be expanded through recruitment of 25 academic and 7 industrial doctoral students. During the course of the programme, more than 260 PhD students and 200 Postdocs will be part of the graduate school. The DDLS programme has four strategic research areas: cell and molecular biology, evolution and biodiversity, precision medicine and diagnostics, and epidemiology and infection biology. For more information, see: https://www.scilifelab.se/data-driven/ddls-research-school/ The future of life science is data driven. Do you want to be part of that change? Then you are welcome to participate in this unique program!
At Uppsala University, we are now announcing a PhD position in DDLS with a focus on computer-driven precision medicine and diagnostics.
Data-driven precision medicine and diagnostics include data integration, analysis, visualisation and interpretation of patient stratification data, detection of biomarkers for disease risk, diagnostics, drug responses and health monitoring. Research in precision medicine is expected to use existing strong resources in Sweden and internationally, such as molecular data (e.g. omics data), image data, electronic health records, longitudinal patient and population registers and biobanks.
Project description Data-driven mathematical and statistical models are increasingly used in life science research and healthcare. Quantifying the uncertainty in these models is crucial for understanding their reliability and for making informed decisions based on their predictions. This project aims to develop new methods for uncertainty quantification in mathematical and statistical models. The methods will be applied to large-scale clinical cancer data. A key application will be to quantify the uncertainty in information extracted from medical reports and to pass this uncertainty on to probabilistic models predicating time to event.
Tasks The doctoral student will primarily focus on his/her own doctoral education. Other duties at the institution, which relate to teaching and administrative work, may be included in the framework of the employment (max 20%).
Qualification requirements Basic eligibility for doctoral education has the following: degree at advanced level in applied mathematics, applied statistics, technical physics, physics, machine learning, or in a similar field, or completed at least 240 credits, of which at least 60 credits at advanced level including an independent project of at least 15 credits, or in any other way within or outside the country acquired essentially equivalent knowledge.
For an individual applicant, the University may allow exceptions to the requirement of basic eligibility if there are special reasons. (7 Chapter 39 § HF). For specific eligibility, see the study plan for the subject.
We are looking for candidates with: strong knowledge of linear algebra, probability theory and analysis good skills in programming interest in method development in applied mathematics and statistics good communication skills and sufficient knowledge of English in speech and writing creativity, accuracy and a structured approach in problem solving
Wishful/crediting otherwise Experience in one or more of the following areas is meritorious: Bayesian statistics, mathematical modelling, statistical machine learning.
Provisions for doctoral students can be found in the Higher Education Ordinance 5 chapter §§ 1-7 and in the university's rules and guidelines.
Application The application must contain: a personal letter (maximum 1 page) explaining how you meet the qualification requirements, motivates why you are applying for this service, and your estimated earliest start date; a CV; diploma and record extract with grades (translated into English or Swedish); degree report (or draft of such, and/or other self-produced technical or scientific text), publications and other relevant documents; references with contact information (name, email and telephone number) and up to two letters of recommendation.
If the employment is limited in time, according to the HF 5 chapter § 7. The scope is full-time. Admission 15 November 2026 or by agreement. Location: Uppsala.
Information about the position is provided by: Associate Senior Lecturer Sara Hamis, e-mail sara.hamis@it.uu.se.
Welcome with your application no later than 16 October 2026, UFVPA 2026/2836.
Machine translation (OPUS-MT) — the original text is authoritative
Show the original advertisement
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 sannolikhetsteori, statistik och matematisk modellering? Vill du utveckla nya metoder för osäkerhetskvantifiering och tillämpa dessa metoder på storskaliga kliniska cancerdata? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som doktorand på Institutionen för informationsteknologi vid Uppsala universitet.
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!
Vid Uppsala universitet utlyser vi nu en doktorandtjänst inom DDLS med inriktning mot datadriven precisionsmedicin och diagnostik.
Datadriven precisionsmedicin och diagnostik omfattar dataintegration, analys, visualisering och tolkning av data för patientstratifiering, upptäckt av biomarkörer för sjukdomsrisk, diagnostik, läkemedelssvar och hälsouppföljning. Forskningen inom precisionsmedicin förväntas använda befintliga starka resurser i Sverige och internationellt, såsom molekylära data (t.ex. omikdata), bilddata, elektroniska patientjournaler, longitudinella patient- och populationsregister samt biobanker.
Projektbeskrivning
Datadrivna matematiska och statistiska modeller används i allt större utsträckning inom livsvetenskaplig forskning och hälso- och sjukvård. Att kvantifiera osäkerheten i dessa modeller är avgörande för att förstå deras tillförlitlighet och för att kunna fatta välgrundade beslut baserat på deras prediktioner. Detta projekt syftar till att utveckla nya metoder för osäkerhetskvantifiering i matematiska och statistiska modeller. Metoderna kommer att tillämpas på storskaliga kliniska cancerdata. En central tillämpning kommer att vara att kvantifiera osäkerheten i information som extraheras från medicinska rapporter och att föra denna osäkerhet vidare till probabilistiska modeller som predicerar tid till händelse.
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
Grundläggande behörighet till utbildning på forskarnivå har den som:
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 inom eller utom landet 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:
starka kunskaper i linjär algebra, sannolikhetsteori och analys
goda färdigheter i programmering
intresse för metodutveckling inom applicerad matematik och statistik
god kommunikationsförmåga och tillräckliga kunskaper i engelska i tal och skrift
kreativitet, noggrannhet och ett strukturerat arbetssätt i problemlösning
Önskvärt/meriterande i övrigt
Erfarenhet inom ett eller flera av följande områden är meriterande:
Bayesiansk statistik,
matematisk modellering,
statistisk maskininlärning.
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 15 november 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 16 oktober 2026, UFV-PA 2026/2836.
The employer's ad is the binding version. Apply through their system.
?
Saved calls and ads appear on your calendar, and their deadlines are included when you export it. Nothing else is added for you.