Opis stanowiska
Osoba zatrudniona będzie zaangażowana przekrojowo w realizację głównych zadań badawczych grupy TFD, w szczególności w opracowanie stabilnych topologicznych cech danych wielowymiarowych i wielomodalnych, analizę zaszumionych szeregów czasowych, badanie przejść fazowych w AI, topologiczne wsparcie i wyjaśnialność modeli AI oraz zastosowania metod topologicznych w analizie EEG i innych obszarach aplikacyjnych. Osoba zatrudniona będzie również wykonywać dodatkowe zadania badawcze i projektowe przydzielane przez kierownika grupy oraz uczestniczyć regularnie w pracach zespołu w Warszawie, co tydzień lub co dwa tygodnie, w wymiarze proporcjonalnym do etatu.
Nasze wymagania
- Spełnienie wymagań określonych w art. 113 ustawy Prawo o szkolnictwie wyższym i nauce (Dz.U. 2024, poz. 1571 t.j.)
- Habilitacja w dziedzinie nauk ścisłych i przyrodniczych lub inżynieryjno-technicznych oraz doświadczenie w co najmniej jednym z obszarów: TDA, uczenie maszynowe, analiza danych wielowymiarowych, analiza szeregów czasowych lub zastosowania metod matematycznych do danych rzeczywistych.
- Ponad 5 lat doświadczenia w pracach badawczych lub rozwojowych, przy czym okres 5 i więcej lat liczony jest od roku uzyskania stopnia doktora.
Mile widziane
- Doświadczenie biznesowe.
Zakres obowiązków
- Prowadzenie prac badawczo-rozwojowych w zakresie opracowania stabilnych topologicznych cech danych wielowymiarowych i wielomodalnych.
- Prowadzenie prac badawczo-rozwojowych w zakresie analizy zaszumionych szeregów czasowych.
- Prowadzenie prac badawczo-rozwojowych w zakresie w zakresie badania przejść fazowych w AI.
- Prowadzenie prac badawczo-rozwojowych w zakresie topologicznego wsparcia i wyjaśnialności modeli AI oraz zastosowania metod topologicznych w analizie EEG i innych obszarach aplikacyjnych.
Oferujemy
- pracę w interdyscyplinarnym zespole prowadzącym prace badawcze i rozwojowe o wysokiej innowacyjności
- atrakcyjne wynagrodzenie
Dokumenty wymagane do rekrutacji
- List motywacyjny wyjaśniający zainteresowanie projektem, adresowany do Dyrektora Centrum Godnej Zaufania Sztucznej Inteligencji dla Nauk o Życiu - Międzynarodowa Agenda Badawcza.
- CV zawierające następujące informacje: 1. historia zatrudnienia, z nazwami organizacji oraz tytułami zawodowymi i zajmowanymi stanowiskami; 2. uzyskane tytuły i stopnie naukowe, z datą uzyskania, nazwą instytucji kształcącej i dziedziny.
- Opis kluczowych kompetencji i doświadczeń, zawierający podsumowanie dotychczasowych doświadczeń.
- Opis osiągnięć naukowych, zawierający wykaz co najmniej 3 najważniejszych osiągnięć naukowych w okresie 5 lat od ogłoszenia naboru. Należy uwzględnić publikacje, wdrożenia lub patenty, wyróżnienia lub nagrody.
- Jeśli osiągnięciami naukowymi są publikacje, należy załączyć ich kopie w plikach PDF. Jeśli osiągnięciami są wdrożenia lub patenty, należy załączyć dokumenty poświadczające ich realizację.
- Wykaz kluczowych grantów (w tym granty FNP – jeśli dotyczy) z podaniem tytułu projektu, przyznanej kwoty finansowania, instytucji finansującej, okresu trwania projektu w formacie MM/RRRR–MM/RRRR oraz roli pełnionej w projekcie.
- Udział osoby kandydującej w realizacji prac dyplomowych jako promotor/ka lub promotor/ka pomocniczy/a prac doktorskich.
- Opis doświadczenia we współpracy naukowo-gospodarczej i komercjalizacji.
- Formularz „Kwestionariusz kandydata” dostępny na stronie internetowej Uniwersytetu Warszawskiego.
- Skan dyplomu habilitacyjnego.
Załączniki
Dodatkowe informacje dla kandydata
Centrum Godnej Zaufania Sztucznej Inteligencji dla Nauk o Życiu - Międzynarodowa Agenda Badawcza (TRAILS) koncentruje się na opracowaniu nowej metod AI łączących wysoką skuteczność predykcyjną z przejrzystością, wiarygodnością oraz możliwością praktycznego zastosowania w naukach o życiu. TRAILS dąży do opracowania bezpiecznych i wyjaśnialnych modeli AI, zdolnych do analizy danych wielomodalnych, w szczególności szeregów czasowych, tekstu oraz sygnałów biologicznych. Kluczowym obszarem aplikacyjnym jest elektroencefalografia (EEG), której analiza stanowi jedno z największych wyzwań współczesnej diagnostyki neurologicznej.
Profil badawczy TRAILS obejmuje cztery komplementarne obszary. Pierwszy z nich dotyczy opracowania systemów AI do analizy danych biologicznych. Drugi koncentruje się na budowie efektywnych modeli podstawowych. Trzeci obejmuje rozwój matematycznych podstaw AI. Czwarty topologiczną analizę danych umożliwiającą ekstrakcję cech opisujących strukturę i kształt danych.