
UPPSALA UNIVERSITET · Uppsala
Doktorand i AI och maskininlärning för cancerforskning Institutionen för immunologi, genetik och patologi vid Uppsala universitet har en bred forskningsprofil m...
Doktorand i AI och maskininlärning för cancerforskning
Institutionen för immunologi, genetik och patologi vid Uppsala universitet har en bred forskningsprofil med starka forskargrupper inriktade på bl.a cancer, autoimmuna och genetiska sjukdomar. En av grundtankarna vid institutionen är att stimulera translationell forskning och därmed en närmare samverkan mellan medicinsk forskning och sjukvården.Läs gärna mer om institutionen här: https://www.uu.se/institution/immunologi-genetik-och-patologi
Vill du använda artificiell intelligens och maskininlärning för att förstå — och programmera om — beteendet hos en av världens farligaste cancersjukdomar? Vi söker en doktorand som vill bedriva forskning i världsklass kring glioblastom: en hjärntumör vars dödlighet inte drivs av spridning till andra organ, utan av dess förmåga att kontinuerligt byta biologisk karaktär och invadera hjärnvävnaden. Med oss får du möjligheten att kombinera spjutspetsig AI-metodutveckling med direkt experimentell validering, i en internationell forskningsmiljö med starka samarbeten och unika resurser.
Forskargruppen leds av professor Sven Nelander vid IGP Uppsala universitet. Vi arbetar i skärningspunkten mellan AI/maskininlärning, systembiologi och experimentell neuro-onkologi. Vår grupp har under mer än ett decennium byggt upp unika resurser: en biobank med över 100 patientavledda glioblastomceller (distribuerade till 54 laboratorier i 17 länder), storskalig Perturb-seq-data, egenutvecklade CRISPR-reporterverktyg och ett prototypsystem för multimodal AI. Gruppen är en del av det nationella strategiska forskningscentrumet CNSx3 och har koppling till UUniFIs AI-institute. Ett unikt sammanhang för spjutspetsforskning med verklig tvärvetenskaplig karaktär. Projektet finansieras av Vetenskapsrådet, Cancerfonden, KAW och SSF.
Det grundläggande problemet vi vill lösa är att förstå hur celler i en hjärntumör väljer att byta karaktär — och hur vi kan använda den kunskapen för att aktivt styra dem mot mer behandlingskänsliga tillstånd. Vi kallar detta state steering. Till skillnad från konventionell cancerterapi, som syftar till att döda tumörceller med brett verkande terapier, syftar state steering till att omprogrammera dem. Via omprogrammeringen uppnås en rad effekter, såsom minskad invasion, ökad känslighet till strålning, eller senescens.
Du kommer att arbeta med två huvudsakliga typer av data som samlas in inom ramen för det strategiska forskningscentrumet CNS×3: storskaliga interventionsexperiment, där vi systematiskt kartlägger hur genetiska och farmakologiska störningar påverkar tumörcellernas plasticitet, samt bildbaserad spårningsdata, där enskilda tumörceller följs i realtid när de vandrar genom hjärnvävnad. Målet är att bygga AI-modeller som samlar dessa datakällor och kan förutsäga hur en given behandling påverkar tumörens beteende och utfall.
Befintliga verktyg som gömda Markov-modeller (HMM), som används för att analysera enskilda cellers rörelser i bilddata, är specialfall av detta ramverk. Det nya bidraget, rewire-seq, är en mer generell och dataskalbar version som kombinerar storskaliga interventionsexperiment med bildbaserad cellspårning för att ge en sammanhållen bild av tumördynamiken. En nyckelkomponent i projektet är cyklisk experimentering: modellens prediktioner styr direkt valet av nästa experiment, och resultaten återmatas in i modellen — en process som gör forskningen progressivt mer precis. Du arbetar nära experimentella kollegor i en teambaserad miljö och omvandlar gemensamt biologiska frågor till beräkningslösningar med klinisk relevans.
Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har
Projektet kräver solid förståelse av den matematik som ligger till grund för AI och maskininlärning — exempelvis linjär algebra, sannolikhetslära och statistisk inferens. Du bör ha konkret erfarenhet av krävande dataanalyser, t.ex. inom genomik, bildanalys eller biokemiska screeningdata. Starka programmeringsfärdigheter i Python, R eller annat språk är nödvändigt. Vi är öppna för sökande med potential att kombinera experimentellt och beräkningsbaserat arbete. Projektet passar dig som på lång sikt vill arbeta med spjutspetsforskning inom akademi eller industri. Stor vikt läggs vid personlig lämplighet. Utmärkt talad och skriven engelska krävs i rollen.
Önskvärt/meriterande i övrigt
Erfarenhet av analys av single-cell RNA-sekvensdata, CRISPR-screening, eller bilddata. Erfarenhet av djupinlärning eller grafneurala nätverk. Erfarenhet av modellering av dynamiska system eller systemkontroll. Tidigare erfarenhet av metodutveckling eller publicerad forskning. Intresse för cancerbiologi och förmåga att formulera biologiska hypoteser utifrån data.
Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.
Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde snarast möjligt eller enligt överenskommelse. Placeringsort: Uppsala
Upplysningar om anställningen lämnas av: Sven Nelander, sven.nelander@igp.uu.se.
Välkommen med din ansökan senast den 16 augusti2026, UFV-PA 2026/1605.
Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet
https://uu.se/om-uu/jobba-hos-oss/
Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.
Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.
Ansökan tas emot i Uppsala universitets rekryteringssystem.
Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se
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.
Elektrifiering och digitalisering tillhör framtidens största områden för omställning till hållbara samhällen. Institutionen för elektroteknik bedriver framgångsrik forskning och utbildning inom dessa områden – däribland förnybara energikällor och elfordon, industriell IoT, 6G kommunikation och trådlösa sensornät men även forskning och utbildning inom Life Science, hälsoteknik, smarta elektroniska sensorer och medicinska system. Institutionen för elektroteknik är en internationell miljö med ca 160 medarbetare som bidrar till viktiga tekniska energi- och hälsolösningar vid Ångströmlaboratoriet. Vi söker nu en doktorand inom Cybersäkerhet för elsystem. Kom och jobba med oss! Tjänsten är placerad vid avdelningen för elektricitetslära, inom Institutionen för elektroteknik. Här hittar du en trevlig arbetsmiljö med ett aktivt doktorandnätverk och en mängd experimentella projekt. Avdelningen samarbetar med svenska företag – både offentliga och privata – samt andra intressenter inom de olika forskningsområdena. Vi ser fram emot din ansökan. Var med och bygg framtiden med oss! Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet. Projektbeskrivning Cyberattacker och cyberkrigsföring är ett ökande hot mot all samhällskritisk infrastruktur. Elsystemet är särskilt utsatt eftersom annan kritisk infrastruktur, såsom sjukvård, kommunikation och betalsystem, är beroende av det. Vi söker en doktorand som vill bedriva viktig och utmanande forskning inom området cybersäkerhet för elsystem. Med hjälp av bland annat artificiell intelligens (AI)/ maskininlärning (ML), hotmodellering och simuleringar kan vi lära oss mer om hur cybersäkerheten kan förbättras. Följande är exempel på möjliga projekt: Cybersäkerhet för elkraftnätens stationer och deras datakommunikation Cyberhot mot framtidens elsystem Cyberresiliens i elsystem Cybersäkra elsystem med hjälp av AI/ML Vi erbjuder ett varierande och spännande arbete som utformas av doktoranderna och forskargruppen tillsammans. Varje doktorand kommer att handledas av minst två handledare. Institutionen för elektroteknik erbjuder även lönetillägg vid anställning som doktorand vid institutionen. Arbetsuppgifter Forska kring ämnet cybersäkerhet för elsystem med syfte att producera vetenskapliga artiklar. Utveckla och arbeta med mjukvaruverktyg som hjälper till att bedriva forskning för att till exempel simulera dataflöden eller cyberattacker. Undervisning och övrig institutionstjänstgöring kommer även att ingå i arbetsuppgifterna, dock max 20% av arbetstiden. Kvalifikationskrav Behörig till utbildning på forskarnivå är den som har avlagt examen på avancerad nivå, såsom civilingenjörsexamen eller motsvarande utländsk examen som bedöms motsvara masterexamen, inom datavetenskap, elektroteknik, energisystem, informationsteknologi, system i teknik och samhälle, teknisk fysik eller motsvarande, 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 förvärvat i huvudsak motsvarande kunskaper. Vi lägger stor vikt vid dina personliga egenskaper. Du har god samarbets- och kommunikationsförmåga. Du är målmedveten, strukturerad och noggrann, och kan arbeta effektivt både självständigt och tillsammans med andra. Du tar ansvar för ditt arbete och driver det framåt. Eftersom tjänsten innebär viss undervisning behöver du också ha intresse för undervisning och kunna förklara på ett tydligt sätt. För tjänsten krävs att du har god förmåga att uttrycka dig på svenska och engelska i både tal och skrift. Meriterande Intresse för och kunskap inom cybersäkerhet, datakommunikation och/eller elsystem. Om anställningen Tidsbegränsad anställning i 48 månader, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 2026-09-01 eller senare, enligt överenskommelse. Placeringsort Uppsala. Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer. Upplysningar om anställningen lämnas av Professor Göran Ericsson, goran.n.ericsson@uu.se +46 18 471 58 22. Instruktioner för ansökan Ansökan ska innehålla 1) ett brev som beskriver dig själv, dina forskningsintressen och varför du vill doktorera, 2) ditt CV, 3) en kort beskrivning av din utbildning, 4) en kopia av din masterexamen och dina kursbetyg samt en kopia av din masteruppsats 5) eventuellt andra handlingar som du önskar åberopa, 6) namn och kontaktuppgifter till referenspersoner (e-postadress och telefonnummer), och 7) eventuella publikationer. Ansökan ska skrivas på svenska. Välkommen med din ansökan senast den 10 augusti 2026. UFV-PA 2026/1999. Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 500 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet https://uu.se/om-uu/jobba-hos-oss/ Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd. Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp. Ansökan tas emot i Uppsala universitets rekryteringssystem. Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se
Är du redo att bidra till framtidens forskning och utbildning? Nu välkomnar Uppsala universitet de främsta talangerna inom teknik och naturvetenskap till en innovativ miljö i världsklass. Tillsammans flyttar vi fram vetenskapens gränser. Den tekniska sektionen består av tre institutioner med totalt tolv forskningsprogram. Vi erbjuder en unik tvärvetenskaplig forskningsmiljö, specialiserade och välfungerande infrastrukturer, konkurrenskraftig finansiering samt goda förutsättningar för att etablera en ny forskargrupp. Värdinstitutionen erbjuder också ett startpaket som garanterar egen lön under en femårsperiod, lön för en doktorand eller postdoktor, samt resurser för att kunna etablera forskargruppen. Institutionen för materialvetenskap utvecklar tekniska lösningar inom hållbarhet och energi och utbildar inom vårt tvärvetenskapliga ämne. Med hjälp av innovativa forskare och toppmoderna anläggningar möter vi dagens och morgondagens utmaningar inom materialvetenskap. AI för materialvetenskap är ett framväxande forskningsfält som använder maskininlärning, dataanalys och beräkningsmodellering för att styra upptäckt, karakterisering och optimering av nya material. Genom att påskynda innovationscykler spelar AI inom materialvetenskap en central roll i utvecklingen av nya hållbara teknologier för framtidens samhälle. Du hittar mer information om oss här Institutionen för samhällsbyggnad och industriell teknik bedriver tvärvetenskaplig teknikforskning om infrastrukturella och industriella sociotekniska system och processer. Vår forskning är starkt kopplad till hållbar utveckling och bygger på omfattande samverkan med samhälle och näringsliv. Institutionens forskning organiseras inom två forskningsprogram: Industriell teknik samt Byggteknik och byggd miljö. Du hittar mer information om oss här Institutionen för elektroteknik bedriver framstående forskning och utbildning elektrifiering, digitalisering och hälsoteknik, med tillämpningar som spänner från förnybar energi, elektrifierade transportsystem, robotik, AI, 5G/6G-kommunikation, smarta sensorer och medicinteknik. Tillsammans med behovsägare bygger vi medicintekniska och elektriska system från material- och tillverkningsförståelse till den mjukvara som behövs. Institutionen är organiserad i fyra avdelningar: Elektricitetslära, Teknik för integrerade smarta system, Fasta tillståndets elektronik samt Signaler och system. Tillsammans skapar vi en dynamisk och internationell miljö där forskning och utbildning möts, och där vi bidrar till tekniska lösningar som formar framtidens samhälle – lokalt såväl som globalt. Du hittar mer information om oss här Din institutionsplacering avgörs i samband med tillsättningen. Du anger en eller flera föredragna institutioner som en del av ansökningsförfarandet. Arbetsuppgifter: Du kommer att arbeta med: forskning. Att etablera och leda din forskargrupps arbete, att publicera forskningsresultat i internationellt välrenommerade tidskrifter och presentera dem vid internationella välrenommerade konferenser, och att aktivt ansöka om och erhålla externa forskningsanslag. undervisning. I undervisning ingår kursansvar, kursadministration och handledning av doktorander. administration. Delta i det allmänna akademiska arbetet vid institutionen. I detta ingår att sitta i nämnder, ta ansvar utöver det egna forsknings- och undervisningsuppdraget, delta i utvärdering och utveckling av undervisnings- och forskningsuppgifter, lösa uppgifter tillsammans med kollegor samt hjälpa och ge återkoppling till kollegor. att hålla dig uppdaterad inom ditt ämnesområde och följa samhällsutvecklingen som har betydelse för ditt arbete vid Uppsala universitet. Vid urval bland behöriga sökande kommer vikt att fästas främst vid såväl vetenskaplig som pedagogisk skicklighet varvid särskild vikt kommer att fästas vid den vetenskapliga skickligheten.Därutöver kommer administrativ skicklighet, ledningsskicklighet och samverkansskicklighet beaktas Om anställningen Tidsbegränsad anställning i högst 6 år. Omfattningen är heltid. Tillträde 2027-01-01 eller enligt överenskommelse. Placeringsort: Uppsala Upplysningar om anställningen lämnas av: Professor Klas Hjort, +46 (0)70 425 0597, klas.hjort@angstrom.uu.se Ansökan tas emot i Uppsala universitets rekryteringssystem. Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se 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: https://uu.se/jobb/