Doktorand i Matematisk Statistik med inriktning på Proteomikmodellering

Lunds universitet grundades 1666 och rankas återkommande som ett av världens främsta lärosäten. Här finns omkring 46 000 studenter och 8 500 medarbetare i Lund, Helsingborg och Malmö. Vi förenas i vår strävan att förstå, förklara och förbättra vår värld och människors villkor.

Beskrivning av verksamheten

Arbetsplatsen är avdelningen för Matematisk Statistik med ca 25 lärare, forskare och doktorander. Grunden för forskningsområdena inom matematisk statistik är sannolikhetsteori och statistisk teori. Sannolikhetsteorins huvuduppgift är att utveckla matematiska modeller för beskrivning och analys av slumpmässiga förlopp, och att studera de matematiska egenskaperna hos sådana modeller. Inom den statistiska teorin studeras bl a principer och metoder för att med hjälp av empiriska fakta och data bygga och pröva modellerna. Tillämpningar finns inom alla delar av samhället med tonvikt på naturvetenskap, teknik, medicin och ekonomi.

Att vara doktorand

Som doktorand är du både antagen som student och anställd vid Lunds universitet.

Som forskarstuderande tränas du i ett vetenskapligt förhållningssätt. Det kan kort beskrivas som att du får övning i att tänka kritiskt och analytiskt, att du får lösa problem självständigt med hjälp av rätt metodval och du får en forskningsetisk medvetenhet. Dessutom ges möjlighet för dig som doktorand att arbeta med projekt, att utveckla dina ledaregenskaper och din pedagogiska förmåga. Under hela din studietid guidas du av handledare. Forskarstudierna avslutas med en avhandling och doktorsexamen.

Läs mer om att vara doktorand vid LTH på lth.se.

Ämnes- och projektbeskrivning

En viktig aspekt för att möjliggöra personlig medicinering är att kartlägga de högdimensionella proteininteraktioner som styr vår hälsa. Detta projekt syftar till att modellera vilka typer av proteininteraktioner som är drivande för ARDS sjukdomsförlopp hos intensivvårdspatienter med sepsis. För att möjliggöra detta kommer vi utveckla informationsteoretisk maskininlärningmetoder för att avgöra vilka proteininteraktioner som är drivande för sjukdomsförloppet samt relatera dessa till relevanta biologiska strukturer.  

Projektet finansierat av ELLIIT, en av Sveriges strategiska forskningssatsningar, och är en del i ett samarbete med forskare vid BTH och Region Skåne.

Arbetsuppgifter

Du kommer framförallt att ägna dig åt din forskarutbildning, vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser, seminarier och konferenser. Forskningen behandlar teori och metodutveckling inom informationsteoretisk maskininlärning fokuserat på proteomikdata, glesa strukturer och konvex optimering.

I arbetsuppgifterna ingår det även/kan det även komma att ingå medverkan i undervisning och annat institutionsarbete (dock max 20 % av arbetstiden)

För annonsen i sin helhet, var god se Lunds universitets hemsida.