Opis stanowiska
Osoba zatrudniona na stanowisku doktoranta będzie odpowiedzialna za prowadzenie badań i przygotowywanie publikacji w zakresie prac naukowych prowadzonych w grupie Badawczej Efektywności Modeli Fundamentalnych (badanie własności modeli uczenia maszynowego, opracowanie nowych metod uczenia maszynowego, współpraca z innymi grupami badawczymi w TRAILS).
REKRUTACJA DOTYCZY DWÓCH STANOWISK O TAKICH SAMYCH WYMAGANIACH I OBOWIĄZKACH.
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.
- Posiadanie statusu doktoranta w szkole doktorskiej lub bycie na liście zakwalifikowanych do szkoły doktorskiej.
Mile widziane
- Dodatkowym atutem będzie znajomość metod uczenia maszynowego, statystyki obliczeniowej, procesów stochastycznych, metod optymalizacji.
Zakres obowiązków
- Prowadzenie badań i przygotowywanie publikacji w zakresie prac naukowych prowadzonych w grupie badawczej Efektywności Modeli Fundamentalnych.
- Badanie własności modeli uczenia maszynowego.
- Opracowywanie nowych metod uczenia maszynowego.
- Współpraca z innymi grupami badawczymi.
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.
- Opis kluczowych kompetencji i doświadczeń.
- Opis osiągnięć naukowych, Należy uwzględnić publikacje, wdrożenia lub patenty, wyróżnienia lub nagrody.
- Formularz „Kwestionariusz kandydata”.
- 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.