Postdoktor (2 år) inom datasekretess och maskininlärning
Umeå Universitet · Umeå, Sweden ·
Umeå universitet är ett av Sveriges största lärosäten med över 41 500 studenter och cirka 4 600 anställda.
Är du intresserad av att veta mer? Läs mer om Umeå universitet som arbetsplats.
Till vår institution, som bedriver forskning på högsta internationella nivå och tillhandahåller ett flertal högkvalitativa utbildningsprogram, söker vi nu en postdoktor som ska arbeta med datasekretess metoder för datadrivna modeller. Anställningen avser heltid under två år med tillträde 12 januari 2027 eller enligt överenskommelse.
Institutionen för datavetenskap vid Umeå universitet är en internationell miljö för forskning och utbildning inom ett brett spektrum av det datavetenskapliga området. Läs mer på Institutionen för datavetenskap
Projektbeskrivning och arbetsuppgifter
Projektet kommer att utveckla integritetsmedvetna modeller för maskininlärning (ML). Vi är intresserade av datadrivna modeller för komplexa data, inklusive temporala data. Vi är intresserade av både datadrivna modeller och modeller som bygger på syntetiska data.
Inom integritet fokuserar vi på olika typer av integritetsmått och modeller (differentiell och integral integritet, k-anonymitet), samt olika scenarier (centraliserade och decentraliserade data; lokal och global integritet). För decentraliserade data beaktar vi federerad inlärning.
Vi är intresserade av integritetsbevarande maskininlärning i stor skala.
Forskningsgrupp
Forskningsgruppen Privacy-aware transparency decisions, ledd av professor Vicenç Torra, forskar om dataintegritet för data som ska användas för maskininlärning och statistisk. Det är välkänt att data kan vara mycket känsliga och att naiv anonymisering inte är tillräckligt för att undvika avslöjande. Modeller och aggregat kan också leda till avslöjande eftersom de kan innehålla spår av de data som används vid beräkningen. Vi vill förstå de grundläggande principer som gör det möjligt för oss att bygga integritetsmedvetna AI-system och utveckla algoritmer för detta ändamål. Gruppen samarbetar med flera nationella och internationella forskargrupper, är redaktör för en av de största tidskrifterna om datasekretess (Transactions on Data Privacy) och har aktiva kontakter med den privata och offentliga sektorn. Gruppen samarbetar med flera nationella och internationella forskargrupper i dessa ämnen, och har aktiva kontakter med den privata och offentliga sektorn. För mer information se: umu.se/en/research/groups/nausica-privacy-aware-transparent-decisions-group-/
Postdoktorsanställningen finansieras av Wallenberg AI, Autonomous Systems and Software Program, WASP, är Sveriges största enskilda forskningsprogram i modern tid. Programmet skapar en plattform för akademisk forskning och utbildning i nära samarbete med ledande svensk teknikintensiv industri. Forskningen innefattar artificiell intelligens och autonoma system som verkar i samarbete med människor och som anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap och skapar intelligenta system av system. WASPs vision är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till gagn för Sveriges industri och samhälle. Läs mer: /
Kvalifikationer
För att anställas med stöd av avtal om tidsbegränsad anställning som postdoktor krävs avlagd doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas.
För att anställas med stöd av postdoktoravtalet bör främst den komma ifråga som har avlagt examen enligt föregående stycke för högst tre år sedan. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen 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.
En kvalificerad sökande ska ha en doktorsexamen eller en utländsk examen som bedöms likvärdig inom datavetenskap eller annat ämne av relevans för projektet.
Dokumenterad kunskap och beprövad forskningserfarenhet inom området design av algoritmer och metoder för dataskydd och maskininlärning krävs. Det är mycket meriterande med publikationer på ledande konferenser inom maskininlärning, säkerhet och integritet (NeurIPS, ICML, S&P, PETs, ESORICS eller liknande konferenser).
En framgångsrik kandidat förväntas ha ett vetenskapligt och resultatorienterat förhållningssätt till ditt arbete. Mycket goda kunskaper i engelska språket, både i tal och skrift, är nyckelkrav.
Ansökan
En fullständig ansökan ska innehålla:
Personligt brev som beskriver dina forskningsintressen och varför du söker den utlysta anställningen. Sammanfatta dina kvalifikationer, forskningsintressen, motivation för att söka och beskriver kopplingen mellan din tidigare forskning och position (max 2 sidor),
Meritförteckning - CV med publikationslista,
Styrkt kopia av doktorsexamensbevis eller dokumentation som styrker när doktorsexamen förväntas erhållas,
Styrkta kopior av andra examensbevis, akademiska kursintyg och/eller betyg,
Kopia av doktorsavhandling och maximalt 5 relevanta artiklar,
Övriga handlingar som den sökande vill åberopa.
Kontaktuppgifter till två vidtalade referenser.
Ansökan ska vara skriven på engelska eller svenska. Ansökan görs genom vårt elektroniska rekryteringssystem. Handlingar som skickas elektroniskt ska vara i formaten Word eller PDF. Logga in på systemet och ansök via knappen i slutet av denna sida. Sista ansökningsdag är 11 oktober. Närmare upplysningar lämnas av Vicenç Torra, [email protected]
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.
Är du intresserad av att veta mer? Läs mer om Umeå universitet som arbetsplats.
Till vår institution, som bedriver forskning på högsta internationella nivå och tillhandahåller ett flertal högkvalitativa utbildningsprogram, söker vi nu en postdoktor som ska arbeta med datasekretess metoder för datadrivna modeller. Anställningen avser heltid under två år med tillträde 12 januari 2027 eller enligt överenskommelse.
Institutionen för datavetenskap vid Umeå universitet är en internationell miljö för forskning och utbildning inom ett brett spektrum av det datavetenskapliga området. Läs mer på Institutionen för datavetenskap
Projektbeskrivning och arbetsuppgifter
Projektet kommer att utveckla integritetsmedvetna modeller för maskininlärning (ML). Vi är intresserade av datadrivna modeller för komplexa data, inklusive temporala data. Vi är intresserade av både datadrivna modeller och modeller som bygger på syntetiska data.
Inom integritet fokuserar vi på olika typer av integritetsmått och modeller (differentiell och integral integritet, k-anonymitet), samt olika scenarier (centraliserade och decentraliserade data; lokal och global integritet). För decentraliserade data beaktar vi federerad inlärning.
Vi är intresserade av integritetsbevarande maskininlärning i stor skala.
Forskningsgrupp
Forskningsgruppen Privacy-aware transparency decisions, ledd av professor Vicenç Torra, forskar om dataintegritet för data som ska användas för maskininlärning och statistisk. Det är välkänt att data kan vara mycket känsliga och att naiv anonymisering inte är tillräckligt för att undvika avslöjande. Modeller och aggregat kan också leda till avslöjande eftersom de kan innehålla spår av de data som används vid beräkningen. Vi vill förstå de grundläggande principer som gör det möjligt för oss att bygga integritetsmedvetna AI-system och utveckla algoritmer för detta ändamål. Gruppen samarbetar med flera nationella och internationella forskargrupper, är redaktör för en av de största tidskrifterna om datasekretess (Transactions on Data Privacy) och har aktiva kontakter med den privata och offentliga sektorn. Gruppen samarbetar med flera nationella och internationella forskargrupper i dessa ämnen, och har aktiva kontakter med den privata och offentliga sektorn. För mer information se: umu.se/en/research/groups/nausica-privacy-aware-transparent-decisions-group-/
Postdoktorsanställningen finansieras av Wallenberg AI, Autonomous Systems and Software Program, WASP, är Sveriges största enskilda forskningsprogram i modern tid. Programmet skapar en plattform för akademisk forskning och utbildning i nära samarbete med ledande svensk teknikintensiv industri. Forskningen innefattar artificiell intelligens och autonoma system som verkar i samarbete med människor och som anpassar sig till sin omgivning med hjälp av sensorer, information och kunskap och skapar intelligenta system av system. WASPs vision är excellent forskning och kompetens inom artificiell intelligens, autonoma system och mjukvara till gagn för Sveriges industri och samhälle. Läs mer: /
Kvalifikationer
För att anställas med stöd av avtal om tidsbegränsad anställning som postdoktor krävs avlagd doktorsexamen eller utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas.
För att anställas med stöd av postdoktoravtalet bör främst den komma ifråga som har avlagt examen enligt föregående stycke för högst tre år sedan. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen 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.
En kvalificerad sökande ska ha en doktorsexamen eller en utländsk examen som bedöms likvärdig inom datavetenskap eller annat ämne av relevans för projektet.
Dokumenterad kunskap och beprövad forskningserfarenhet inom området design av algoritmer och metoder för dataskydd och maskininlärning krävs. Det är mycket meriterande med publikationer på ledande konferenser inom maskininlärning, säkerhet och integritet (NeurIPS, ICML, S&P, PETs, ESORICS eller liknande konferenser).
En framgångsrik kandidat förväntas ha ett vetenskapligt och resultatorienterat förhållningssätt till ditt arbete. Mycket goda kunskaper i engelska språket, både i tal och skrift, är nyckelkrav.
Ansökan
En fullständig ansökan ska innehålla:
Personligt brev som beskriver dina forskningsintressen och varför du söker den utlysta anställningen. Sammanfatta dina kvalifikationer, forskningsintressen, motivation för att söka och beskriver kopplingen mellan din tidigare forskning och position (max 2 sidor),
Meritförteckning - CV med publikationslista,
Styrkt kopia av doktorsexamensbevis eller dokumentation som styrker när doktorsexamen förväntas erhållas,
Styrkta kopior av andra examensbevis, akademiska kursintyg och/eller betyg,
Kopia av doktorsavhandling och maximalt 5 relevanta artiklar,
Övriga handlingar som den sökande vill åberopa.
Kontaktuppgifter till två vidtalade referenser.
Ansökan ska vara skriven på engelska eller svenska. Ansökan görs genom vårt elektroniska rekryteringssystem. Handlingar som skickas elektroniskt ska vara i formaten Word eller PDF. Logga in på systemet och ansök via knappen i slutet av denna sida. Sista ansökningsdag är 11 oktober. Närmare upplysningar lämnas av Vicenç Torra, [email protected]
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Till bemannings- och rekryteringsföretag och till dig som är försäljare: Vi undanber oss vänligen men bestämt direktkontakt med bemannings- och rekryteringsföretag samt försäljare av ytterligare jobbannonser.