Forskningsingenjör i maskininlärning applicerat på ultraljud - Under tillsättning eller tillsatt, ej sökbar

Arbetsuppgifter

Välkommen med din ansökan om att delta i nära samarbete med Divisionen för beräkningsvetenskap och teknologi vid KTH Royal Institute of Technology i nära samarbete med Gynekologisk forskargrupp - Elisabeth Epstein Karolinska Institutet (ki.se), vid Karolinska Institutet, Södersjukhuset.

Kandidaten kommer att ansvara för att utveckla programvara och verktyg för att stödja vårt pågående forskningsprojekt om djupinlärning för ultraljudsbilder. Kandidaten kommer att ansvara för träning och distribution av neurala nätverk, kurering av dataset och andra tekniska uppgifter som är associerade med projektet. Kandidaten behöver en stark teknisk bakgrund inom maskininlärning och matematik, men måste också kunna kommunicera med läkare regelbundet. Kandidaten kommer sannolikt att vara involverad i skrivandet av vetenskapliga artiklar.

KTH Royal Institute of Technology och andra kliniska discipliner sträcker sig från banbrytande translationsforskning, innovativa projekt som syftar till att implementera användningen av artificiell intelligens (AI) i diagnostisk triage, och kliniska ultraljudsstudier som förbättrar riskprediktionen för varje kvinna för att optimera och individualisera behandlingen. Nyligen visade vi, enligt vår bästa vetskap, att AI, med hjälp av djupa neurala nätverk (DNN), tillämpat på ultraljudsbilder av ovarietumörer hade en diagnostisk noggrannhet på par med mänskliga ultraljudsexperter. Vår forskning har belönats med bidrag från Vetenskapsrådet, Innovationsfonden, Radiumhemmets forskningsfonder, Cancerfonden, ALF-medicin och ALF-MHT.

Vi erbjuder

• En anställning på ett ledande tekniskt universitet som skapar kunskap och kompetens för en hållbar framtid
• Engagerade och ambitiösa kollegor samt en kreativ, internationell och dynamisk miljö

Läs mer om hur det är att arbeta på KTH.

Kvalifikationer

Krav

• Avlagd examen på grundnivå eller avancerad nivå (högskoleutbildning) inom maskininlärning eller närliggande område
• Ämnesskicklighet
• Yrkesskicklighet.
• Medvetenhet om mångfalds- och likabehandlingsfrågor med särskild fokus på jämställdhet.
• Samarbetsförmåga
• Självständighet
• Du bör ha en stark matematisk bakgrund, gedigen erfarenhet av att programmera i Phyton.
• Ha erfarenhet av att skapa maskininlärnings modeller baserad på djupinlärning.
• ha erfarenhet av PyTorch och TensorFlow.
• Ha erfarenhet av att arbeta i Linux miljö, inklusive ”shell scripting”.
• Hög förmåga att skriva vetenskapliga tekniska arbeten på engelska eller svenska då det krävs i det dagliga arbetet 

Vi kommer lägga stor vikt vid personliga egenskaper.

Fackliga representanter

Du hittar kontaktuppgifter till fackliga representanter på KTH:s webbsida. 

Ansökan

Du ansöker via KTH:s rekryteringssystem. Du som sökande har huvudansvaret för att din ansökan är komplett när den skickas in.

Ansökan ska vara KTH tillhanda senast sista ansökningsdagen vid midnatt, CET/CEST (CentralEuropean Time/Central European Summer Time).

Om anställningen 

Anställningen gäller tidsbegränsat enligt avtal - i upp till 6 mån, med tillträde enligt överenskommelse.

Övrigt

Strävan efter jämställdhet, mångfald och lika villkor är både en kvalitetsfråga och en självklar del av KTH:s värdegrund.

För information om behandling av personuppgifter i samband med rekrytering läs mer här.

Vi undanber oss direktkontakt med bemannings- och rekryteringsföretag samt försäljare av platsannonser.