Lediga jobb som Filosof hos UPPSALA UNIVERSITET

• MSCA-doktorand inom SecReSy4You-nätverket

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 17 augusti (26 dagar kvar)

  Publicerad: 2026-07-09

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  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 

  Vill du arbeta med reglerteknik samt cybersäkerhet och artificiell intelligens, med stöd av kompetenta och trevliga kollegor i en internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som doktorand vid Institutionen för informationsteknologi, Uppsala universitet.

  Doktoranden kommer att placeras i Secure Learning and Control Laboratory, en tvärvetenskaplig forskargrupp som utför grundläggande och tillämpad forskning i skärningspunkten mellan cybersäkerhet, reglerteori och maskininlärning. 

  Arbetsuppgifter

  Doktoranden kommer främst att ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%). Utöver det inkluderar arbetsuppgifterna följande:

  • Tvärvetenskaplig forskning inom säkerhet för cyberfysiska system, med fokus på säkra reglering under osäkerhet och i närvaro av realistiska motståndare.
  • Publicering av vetenskapliga resultat i ledande vetenskapliga tidskrifter och vid framstående internationella konferenser.
  • Bidrag till nätverksgemensamma aktiviteter samt genomförande av (transnationella) akademiska och/eller industriella forskningsvistelser inom Europa.

  Kvalifikationskrav

  Grundläggande behörighet till utbildning på forskarnivå har den som:

  • avlagt examen på avancerad nivå inom elektroteknik, teknisk fysik, tillämpad matematik, datavetenskap eller ett närliggande 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.

  För särskild behörighet, se studieplanen för ämnet.

  Därutöver krävs:

  • Mycket goda studieresultat från tidigare högre utbildning.
  • Goda kunskaper i reglerteknik och systemteori.
  • God programmeringsvana (t.ex. i C, C++, Python, Julia eller Matlab).
  • Hög kvalitet på examensarbete på avancerad nivå (eller motsvarande) av eller annat självständigt skriftligt arbete.
  • Mycket god förmåga att uttrycka dig i tal och skrift på engelska.
  • Personliga egenskaper såsom kreativitet, noggrannhet och/eller ett strukturerat arbetssätt vid problemlösning.

  För att vara behörig som doktorand inom MSCA (Marie Skłodowska-Curie Actions) får du inte ha avlagt doktorsexamen vid rekryteringstillfället, samt inte vara inskriven på ett doktorandprogram. MSCA:s mobilitetsregel innebär att sökande inte får ha varit bosatta eller haft sin huvudsakliga verksamhet (arbete, studier etc.) i det land där värdorganisationen finns (Sverige) i mer än 12 månader under de tre år som omedelbart föregår rekryteringstillfället.

  Önskvärt/meriterande i övrigt

  • Dokumenterad analytisk förmåga av hög kvalitet.
  • Personliga egenskaper såsom initiativförmåga, samarbetsförmåga samt förmåga att kommunicera effektivt med både internationella och nationella projektparter, liksom förmåga att arbeta både självständigt och i team.
  • Meriterande är kunskaper inom ett eller flera av följande områden: maskininlärning, cybersäkerhet eller datorsystem.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla nedanstående handlingar. De inskickade materialen ska tydligt visa den sökandes kvalifikationer i förhållande till bedömningskriterierna.

  • Personligt brev (högst två sidor) där den sökande beskriver sin motivation för att söka tjänsten samt tidigast möjliga startdatum. Brevet ska innehålla ett avsnitt med rubriken ”Lämplighet för denna tjänst”, där den sökande kort beskriver hur bakgrund, kunskaper och erfarenheter motsvarar kraven och bedömningskriterierna.
  • Curriculum vitae (CV).
  • Kopior av examensbevis och studieutdrag, inklusive betyg (med översättning till engelska eller svenska om originalhandlingarna är på ett annat språk).
  • Examensarbete på avancerad nivå (eller ett utkast om arbetet ännu inte är slutfört) och/eller en annan egenproducerad teknisk eller vetenskaplig text som visar den sökandes forsknings- och analytiska förmåga. Sökande kan även bifoga publikationer eller andra relevanta dokument.
  • Kontaktuppgifter till två referenser (namn, e-postadress och telefonnummer). Sökande kan även bifoga upp till två rekommendationsbrev.

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 september 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Doktorander som anställs genom Marie Skłodowska-Curie-programmet erhåller lön i enlighet med programmets regler för doktorander under stipendieperioden (36 månader). Detta innebär att bruttolönen (det vill säga efter avdrag för arbetsgivaravgifter men inklusive inkomstskatt) uppgår till cirka 37 000 SEK per månad, beroende på växelkurs (exklusive eventuellt familjetillägg). Anställdas nationella och lokala skatter kommer att dras av från denna bruttolön innan nettolönen utbetalas till doktoranden. Vid projektets slut kan en ytterligare löneutbetalning ske om den genomsnittliga växelkursen under hela projektet är högre än den beräknade växelkursen.

  Under återstående tid av studierna kommer du att vara anställd på ett vanligt doktorandkontrakt, med lön enligt den överenskomna lönestegen för doktorander plus ett lönetillägg på 1800 kr/månad. Följ den här länken för att läsa mer om finansiering för doktorander och ett lokalt kollektivavtal för löner för doktorander.

  Upplysningar om anställningen lämnas av: Universitetslektor André Teixeira (telefon: +46 18-471 5414, email: andre.teixeira@it.uu.se)

  Välkommen med din ansökan senast den 17 augusti 2026, UFV-PA 2026/2342.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 17 augusti (26 dagar kvar)

  Ansök här

  Visa mer

• MSCA-doktorand inom SecReSy4You-nätverket

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 17 augusti (26 dagar kvar)

  Publicerad: 2026-07-09

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  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 

  Vill du arbeta med reglerteknik samt cybersäkerhet och artificiell intelligens, med stöd av kompetenta och trevliga kollegor i en internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som doktorand vid Institutionen för informationsteknologi, Uppsala universitet.

  Doktoranden kommer att placeras i Secure Learning and Control Laboratory, en tvärvetenskaplig forskargrupp som utför grundläggande och tillämpad forskning i skärningspunkten mellan cybersäkerhet, reglerteori och maskininlärning. 

  Arbetsuppgifter

  Doktoranden kommer främst att ägna sig åt den egna forskarutbildningen. Övrig tjänstgöring vid institutionen, som avser undervisning och administrativt arbete, kan ingå inom ramen för anställningen (max 20%). Utöver det inkluderar arbetsuppgifterna följande:

  • Tvärvetenskaplig forskning inom säkerhet för cyberfysiska system, med fokus på säkra reglering under osäkerhet och i närvaro av realistiska motståndare.
  • Publicering av vetenskapliga resultat i ledande vetenskapliga tidskrifter och vid framstående internationella konferenser.
  • Bidrag till nätverksgemensamma aktiviteter samt genomförande av (transnationella) akademiska och/eller industriella forskningsvistelser inom Europa.

  Kvalifikationskrav

  Grundläggande behörighet till utbildning på forskarnivå har den som:

  • avlagt examen på avancerad nivå inom elektroteknik, teknisk fysik, tillämpad matematik, datavetenskap eller ett närliggande 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.

  För särskild behörighet, se studieplanen för ämnet.

  Därutöver krävs:

  • Mycket goda studieresultat från tidigare högre utbildning.
  • Goda kunskaper i reglerteknik och systemteori.
  • God programmeringsvana (t.ex. i C, C++, Python, Julia eller Matlab).
  • Hög kvalitet på examensarbete på avancerad nivå (eller motsvarande) av eller annat självständigt skriftligt arbete.
  • Mycket god förmåga att uttrycka dig i tal och skrift på engelska.
  • Personliga egenskaper såsom kreativitet, noggrannhet och/eller ett strukturerat arbetssätt vid problemlösning.

  För att vara behörig som doktorand inom MSCA (Marie Skłodowska-Curie Actions) får du inte ha avlagt doktorsexamen vid rekryteringstillfället, samt inte vara inskriven på ett doktorandprogram. MSCA:s mobilitetsregel innebär att sökande inte får ha varit bosatta eller haft sin huvudsakliga verksamhet (arbete, studier etc.) i det land där värdorganisationen finns (Sverige) i mer än 12 månader under de tre år som omedelbart föregår rekryteringstillfället.

  Önskvärt/meriterande i övrigt

  • Dokumenterad analytisk förmåga av hög kvalitet.
  • Personliga egenskaper såsom initiativförmåga, samarbetsförmåga samt förmåga att kommunicera effektivt med både internationella och nationella projektparter, liksom förmåga att arbeta både självständigt och i team.
  • Meriterande är kunskaper inom ett eller flera av följande områden: maskininlärning, cybersäkerhet eller datorsystem.

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla nedanstående handlingar. De inskickade materialen ska tydligt visa den sökandes kvalifikationer i förhållande till bedömningskriterierna.

  • Personligt brev (högst två sidor) där den sökande beskriver sin motivation för att söka tjänsten samt tidigast möjliga startdatum. Brevet ska innehålla ett avsnitt med rubriken ”Lämplighet för denna tjänst”, där den sökande kort beskriver hur bakgrund, kunskaper och erfarenheter motsvarar kraven och bedömningskriterierna.
  • Curriculum vitae (CV).
  • Kopior av examensbevis och studieutdrag, inklusive betyg (med översättning till engelska eller svenska om originalhandlingarna är på ett annat språk).
  • Examensarbete på avancerad nivå (eller ett utkast om arbetet ännu inte är slutfört) och/eller en annan egenproducerad teknisk eller vetenskaplig text som visar den sökandes forsknings- och analytiska förmåga. Sökande kan även bifoga publikationer eller andra relevanta dokument.
  • Kontaktuppgifter till två referenser (namn, e-postadress och telefonnummer). Sökande kan även bifoga upp till två rekommendationsbrev.

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 september 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Doktorander som anställs genom Marie Skłodowska-Curie-programmet erhåller lön i enlighet med programmets regler för doktorander under stipendieperioden (36 månader). Detta innebär att bruttolönen (det vill säga efter avdrag för arbetsgivaravgifter men inklusive inkomstskatt) uppgår till cirka 37 000 SEK per månad, beroende på växelkurs (exklusive eventuellt familjetillägg). Anställdas nationella och lokala skatter kommer att dras av från denna bruttolön innan nettolönen utbetalas till doktoranden. Vid projektets slut kan en ytterligare löneutbetalning ske om den genomsnittliga växelkursen under hela projektet är högre än den beräknade växelkursen.

  Under återstående tid av studierna kommer du att vara anställd på ett vanligt doktorandkontrakt, med lön enligt den överenskomna lönestegen för doktorander plus ett lönetillägg på 1800 kr/månad. Följ den här länken för att läsa mer om finansiering för doktorander och ett lokalt kollektivavtal för löner för doktorander.

  Upplysningar om anställningen lämnas av: Universitetslektor André Teixeira (telefon: +46 18-471 5414, email: andre.teixeira@it.uu.se)

  Välkommen med din ansökan senast den 17 augusti 2026, UFV-PA 2026/2342.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 17 augusti (26 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• Doktorand i datoriserad bildbehandling

  Arbetsgivare / Ort:UPPSALA UNIVERSITET / Uppsala

  Omfattning / Varaktighet:Vanlig anställning / 6 månader eller längre

  Lönetyp: Fast månads- vecko- eller timlön

  Ansök senast 20 augusti (29 dagar kvar)

  Publicerad: 2026-07-16

  Källa: Arbetsförmedlingen

  Ansök här

  Om jobbet

  Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för precisionsmedicin och kliniskt beslutsstöd? Vill du vara en del av ett forskarteam med skickliga och inspirerande kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst vid Institutionen för informationsteknologi, Uppsala universitet.

  Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

  Projektet leds av professor Nataša Sladoje, inom forskargruppen MIDA – Methods for Image Data Analysis – vid Institutionen för informationsteknologi och genomförs tillsammans med andra forskare vid Centrum för bildanalys som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på ett nära samarbete med forskare vid Institutionen för immunologi, genetik och patologi (IGP) vid Uppsala universitet samt SciLifeLab, den nationella infrastrukturen för life science.

  Projektbeskrivning

  Immunterapi har blivit ett livräddande alternativ för patienter med långt framskriden cancer. Det är dock bara en minoritet av patienterna som utvecklar ett varaktigt svar. Många forskare arbetar för att bättre förstå komplexiteten i anti-cancerimmunitet och utveckla diagnostiska metoder som exakt förutsäger behandlingens nytta och möjliggör individanpassad cancerbehandlingsplanering. Moderna AI-baserade metoder är essentiella för att föra denna forskningsfront framåt.

  Detta projekt är en viktig del av vårt bredare initiativ för att utveckla och använda innovativa, tolkningsbara datadrivna analysmetoder för att avsevärt öka vår förståelse för hur immuncellers inbördes relationer påverkar cancerns mikromiljö. Vi kommer att tillämpa dessa analysmetoder på höginformativa multimodala mikroskopidata och utveckla tekniker för att integrera korrelerad strukturell och molekylär analys i den tredimensionella vävnadsrymden. Denna integration kommer att möjliggöra förbättrad prediktion av sjukdomsprogression och respons på specifika behandlingar.

  Arbetsuppgifter

  Doktoranden kommer främst att 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 har den som:

  • avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknisk fysik, dataanalys, tillämpad matematik, molekylär bioteknik eller ett annat relaterat 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.

  De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i Python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

  Vi söker kandidater med:

  • En stark akademisk bakgrund och en gedigen förståelse för beräkningar och analys;
  • Goda kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
  • Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
  • Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
  • God samarbetsförmåga, driv och självständighet.

  Önskvärt/meriterande i övrigt

  Meriterande är:

  • Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom medicin;
  • Erfarenhet av versionshantering med Git, typsättning med LaTeX och användning av Linux-datorer;
  • Erfarenhet av faltnings- och transformer-baserade neuronnät för bildanalys;
  • Erfarenhet av grafbaserade metoder och graf-neuronnät;
  • Erfarenhet av förklarlig och tolkningsbar AI (XAI).

  Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

  Ansökan

  Ansökan ska innehålla:

  • Meritförteckning (CV);
  • Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
  • Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
  • Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
  • Ett personligt brev (högst en sida) som inkluderar:
    • Din motivering för att söka denna tjänst;
    • En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer;
    • Tidigast möjliga startdatum (med skäl om tillämpligt).

  Om anställningen

  Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde: 1 oktober 2026 eller enligt överenskommelse. Placeringsort: Uppsala

  Upplysningar om anställningen lämnas av: Prof. Nataša Sladoje (e-post: natasa.sladoje@it.uu.se).

  Välkommen med din ansökan senast 20 augusti 2026, UFV-PA 2026/2366.

  Arbetsgivare

  UPPSALA UNIVERSITET
  Regementsvägen 10
  75237 Uppsala

  Webbplats: http://www.uu.se/jobb/
  

  Ansökan

  Ansök senast 20 augusti (29 dagar kvar)

  Ansök här

  Visa mer

• 1
• 2
• 3
• 4
• 5

Visa alla 646 lediga jobb som Filosof