Institutionen för matematik och matematisk statistik erbjuder ett postdoktorsstipendium inom projektet “Improving Surgical Staffing with Data-Driven AI Solutions”. Stipendiet avser heltid under två år med tillträde januari 2026, eller enligt överenskommelse.
Projektbeskrivning För att möta framtidens utmaningar behöver sjukvården använda sina resurser mer effektivt än idag. Kombinationen av stora historiska datamängder och AI skapar nya möjligheter för sjukvården. Syftet med projektet är att utveckla datadrivna planerings- och optimeringsverktyg för operations- och postoperationsenheterna vid Norrlands universitetssjukhus. Med hjälp av statistisk modellering och maskininlärning vill vi skapa en digital tvilling av verksamheten, som sedan kan användas för att optimera processer och resursutnyttjande.
Projektet rymmer flera specifika statistiska utmaningar: behandlingstiderna kan vara censurerade, extremvärden är vanligt förekommande, och det är svårt att göra tillförlitliga modellantaganden vid optimering. En annan kliniskt relevant utmaning är att kunna överföra prediktiva modeller mellan olika sjukhus.
Vi söker en engagerad person med intresse för beräkningsvetenskap och statistik, som vill bidra till att tackla viktiga samhällsutmaningar. Inom forskargruppen arbetar vi tvärvetenskapligt och i nära samarbete med sjukvården.
Det postdoktorala stipendiet finansieras och administreras av Kempestiftelserna. Det skattefria stipendiebeloppet uppgår till totalt 750 000 SEK, vilket innebär 31 250 SEK per månad. Det finns även goda möjligheter till finansiering av forskningskostnader.
Kvalifikationer För att vara behörig som postdoktor krävs avlagd doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då beslut om stipendiatmottagare fattas. För att vara aktuell som postdoktorsstipendiat bör främst den komma ifråga som har avlagt examen enligt föregående stycke för högst tre år sedan. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, tjänstgöring inom totalförsvaret, eller andra liknande omständigheter samt klinisk tjänstgöring eller för ämnesområdet relevant tjänstgöring/uppdrag.
Doktorsexamen ska vara inom beräkningsvetenskap, data science, matematisk statistik, statistik, optimering, eller motsvarande.
Du bör ha erfarenhet av att arbeta med statistikmodellering och/eller maskininlärning. Eftersom forskningsspråket är engelska behöver du behärska språnget både muntligt och skriftligt. Du ska även ha goda programmeringskunskaper, gärna i R och/eller Python.
Erfarenhet av tvärvetenskapligt arbete, förklarande AI (t.ex. SHAP-values), imputering, variabelselektion, och variabelurval är meriterande.
Ansökan En fullständig ansökan ska innehålla:
Personligt brev, max 2 sidor, där du motiverar och lyfter fram erfarenheter som är relevanta för projektet,
Curriculum vitae (CV),
Publikationslista. För varje artikel, beskriv kortfattat ditt bidrag och tillhandahåll en kopia om publikationen inte är fritt tillgängligt.
Styrkt kopia av doktorsexamensbevis eller dokumentation som tydliggör när doktorsexamen förväntas erhållas,
Styrkta kopior av andra examensbevis, akademiska kursintyg och/eller betyg,
Kopia av doktorsavhandling. Om avhandlingen inte är tillgänglig vid ansökningstidens utgång, lämna in en sammanfattning av avhandlingen (högst 5 sidor),
E-postadresser och telefonnummer till två personer som kan fungera som referenser, där du anger din relation till referenspersonerna,
Övriga handlingar som den sökande vill åberopa.
Ansökan ska vara skriven på engelska eller svenska och bifogade dokument ska vara i Word eller pdf-format. Ansökan ska registreras via Umeå universitets e-rekryteringssystem Varbi och vara inkommen senast 17 september 2025.
Umeå universitet strävar efter att erbjuda en jämlik miljö där öppen dialog mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, kreativitet och utveckling. Vi välkomnar personer med olika bakgrund och erfarenheter att söka det aktuella stipendiet och uppmuntrar särskilt kvinnliga sökande.
Mer information Närmare upplysningar lämnas av professor Patrik Rydén (patrik.ryden@umu.se, +46 70 482 3555).
Mer information om institutionen: www.umu.se/institutionen-for-matematik-och-matematisk-statistik/
