{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreiaie5ci6ekw732r5duz2ixiw23mpr45m5qdth6monbdvhn5iti63m",
    "uri": "at://did:plc:slh5laomicgzqkctcza5reoo/app.bsky.feed.post/3mf7g5n2r5xc2"
  },
  "path": "/ext/I011/853/main?site=6&validator=c5f766a55eafbb016232008485a24b49&lang=SE&rmpage=job&rmjob=28568",
  "publishedAt": "2026-02-19T22:59:00.000Z",
  "site": "https://web103.reachmee.com",
  "tags": [
    "https://zz.zabemon.com",
    "https://scholar.google.com/citations?user=GylfPngAAAAJ",
    "vid institutionen för datavetenskap",
    "https://liu.se/organisation/liu/ida/stima",
    "WASP",
    "ELLIIT",
    "Berzelius",
    "EuroHPC Arrhenius",
    "European AI Factory (MIMER)",
    "European Rising Innovative city",
    "här.",
    "här",
    "Hjälp för sökande"
  ],
  "textContent": "Vi söker en doktorand inom statistik och maskininlärning\n\n## **Dina arbetsuppgifter\n**\n\nVi söker en doktorand som vill arbeta i gränslandet mellan beräkningsstatistik och maskininlärning, med särskilt fokus på metoder som bygger på differentialekvationer. Forskningen kommer att vara fundamentalt inriktad, och det övergripande uppdraget är att utveckla beräkningseffektiva och statistiskt principiella nya modeller och metoder för moderna maskininlärningsproblem.\n\nMetoder som bygger på differentialekvationer har blivit centrala inom modern maskininlärning, t.ex. generativa diffusionsmodeller. Dessa modeller har en mängd viktiga tillämpningsområden, såsom bild- och materialgenerering, vetenskaplig beräkning och Bayesianska inversa problem. Dina huvudsakliga forskningsuppgifter kommer att vara att utveckla nya modeller och metoder för generativ sampling och Bayesiansk inferens.\n\nDu kommer att handledas gemensamt av Zheng Zhao (https://zz.zabemon.com) och Fredrik Lindsten (https://scholar.google.com/citations?user=GylfPngAAAAJ).\n\nSom doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20 procent av heltid.\n\n## **Dina kvalifikationer\n**\n\nDu har avlagt examen på avancerad nivå i tillämpad matematik, statistik, maskininlärning, reglerteknik, datavetenskap eller ett relaterat område som anses relevant för projektets forskningsproblem eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå i något av de ovan nämnda områdena eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.\n\nFör anställningen krävs mycket goda kunskaper i engelska både i tal och skrift samt förmåga att samarbeta och ha bra kommunikationsförmåga.\n\nErfarenhet inom ett eller flera av följande områden ses som särskilt meriterande: stokastiska (partiella) differentialekvationer, reglerade differentialekvationer, generativa diffusionsmodeller, flödesmodeller, optimal transport, stokastisk filtrering, sekventiell Monte Carlo, Markov chain Monte Carlo, Bayesiansk inferens och inversa problem.\n\nUtmärkta studieresultat, en gedigen bakgrund i matematik och statistik, och stark motivation inom teoretisk och metodologisk forskning är särskilt meriterande. Särskilt meriterande är även erfarenhet av statistiska maskininlärningsmodeller och -metoder, Bayesiansk maskininlärning eller ett område relaterat till de som nämns i “arbetsuppgifter”.\n\nGoda programmeringskunskaper i Python. Erfarenhet av JAX/Julia är meriterande.\n\n\n\n## **Din arbetsplats**\n\nTjänsten är formellt placerad vid avdelningen för statistik och maskininlärning (STIMA) vid institutionen för datavetenskap. Vid STIMA bedriver vi forskning och utbildning inom både statistik och maskininlärning, på grundnivå, avancerad nivå och doktorandnivå. Vi publicerar regelbundet gedigna bidrag på de bästa maskininlärningskonferenserna (t.ex. ICML, ICLR, NeurIPS). STIMA kännetecknas av en modern syn på det statistiska ämnet, där probabilistiska modeller kombineras med beräkningsalgoritmer för att lösa utmanande komplexa problem, samt en statistisk syn på maskininlärning som tydligt integrerar de två ämnesområdena inom avdelningen. För mer information om STIMA, se https://liu.se/organisation/liu/ida/stima.\n\nLinköpings universitet är en av de ledande AI-institutionerna i Sverige. Vi har starka kopplingar till framstående nationella forskningsinitiativ, såsom WASP och ELLIIT. Du kommer att ha tillgång till toppmodern datorinfrastruktur för maskininlärning, t.ex. genom Berzelius. Linköpings universitet kommer också att vara värd för EuroHPC Arrhenius och en European AI Factory (MIMER), som en av de sju platser i Europa som valdes ut i den första omgången. Linköping vann nyligen European Capital of Innovation Awards som European Rising Innovative city.\n\n## **Om anställningen**\n\nI samband med tillträde till anställningen kommer du att antas till forskarutbildningen.  Läs mer om respektive fakultets forskarutbildning här.\n\nAnställningen är tidsbegränsad till normalt fyra år heltid. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan.\n\nTillträde enligt överenskommelse.\n\n\n\n## **Lön och förmåner**\n\nDoktorandlönen regleras utifrån en lokalt avtalad lönestege. Läs mer om förmåner för anställda här.\n\n## **Fackliga kontaktpersoner\n**\n\nInformation om fackliga kontaktpersoner, se Hjälp för sökande.\n\n## **Ansökan\n**\n\nDu söker denna anställning genom att klicka på knappen ”Ansök” nedan. Din ansökan ska vara Linköpings universitet tillhanda senast den 10 april 2026.\n\nAnsökan som inkommer efter sista ansökningsdag beaktas inte.\n\nI din ansökan, bifoga:\n\n  * Ett personligt brev (max 1 sida) som kortfattat beskriver dig själv. Det är viktigt att du förklarar varför du är motiverad att söka den här tjänsten och hur du passar in.\n\n\n  * CV.\n\n\n  * Studiedokument från kandidat- och masterstudier i engelska eller svenska.\n\n\n  * En kopia av din masteruppsats och examensbevis. Om du inte redan har tagit din examen, bifoga ett dokument som kort beskriver ditt examensarbete och aktuell status.\n\n\n  * Kontaktuppgifter till referenspersoner (och referensbrev om sådana finns).\n\n\n\nSökande med internationell bakgrund och från underrepresenterade grupper är mer än välkomna att söka.",
  "title": "Doktorand i statistik och maskininlärning"
}