Opis stanowiska
Osoba zatrudniona na stanowisku asystenta będzie odpowiedzialna za prowadzenie badań i przygotowywanie publikacji w zakresie prac naukowych prowadzonych w grupie badawczej Matematycznych Podstaw AI (selekcja cech, redukcja wymiarowości, kwantyfikacja niepewności, predykcja probabilistyczna i metody optymalnego transportu).
Nasze wymagania
- Spełnienie wymagań określonych w art. 113 ustawy Prawo o szkolnictwie wyższym i nauce (Dz.U. 2024, poz. 1571 t.j.).
- Stopień magistra informatyki lub matematyki.
Mile widziane
- Stopień magistra na kierunku bioinformatyka i biologia systemów będzie dodatkowym atutem.
Zakres obowiązków
- Prowadzenie badań i przygotowywanie publikacji w zakresie selekcji cech, redukcji wymiarowości, kwantyfikacji niepewności, predykcji probabilistycznej i metod optymalnego transportu.
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 zawierający historię zatrudnienia, z nazwami organizacji oraz tytułami zawodowymi i zajmowanymi stanowiskami.
- Opis kluczowych kompetencji i doświadczeń, zawierający podsumowanie dotychczasowych doświadczeń.
- Opis osiągnięć naukowych, zawierający wykaz co najmniej 1 osiągnięcia naukowego. 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.
- Formularz „Kwestionariusz kandydata” dostępny na stronie internetowej Uniwersytetu Warszawskiego.
- Skan dyplomu magisterskiego.
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.