Forskningsassistent till MEB

Institutionen för medicinsk epidemiologi och biostatistik (MEB) är bland de största institutionerna inom epidemiologi i Europa och har ett särskilt fokus på att fördjupa vår kunskap om olika sjukdomars orsak. Vår institution består av forskare, doktorander, biostatistiker, datainsamlare, databasadministratörer och administrativ personal, totalt cirka 250 anställda. Institutionen är belägen på campusområdet i Solna. Mer information finns på: ki.se/meb

Vill du bidra till medicinsk forskning av toppkvalitet?

Gruppen för prediktiv medicin är fokuserad på tillämpning av maskininlärning och AI för utveckling och validering av prediktiva modeller för biomedicinska tillämpningar, med ett särskilt intresse för cancerprecisionsmedicin och beräkningspatologi. Vår forskning är baserad på stora och högdimensionella dataset över flera modaliteter, inklusive molekylär, klinisk och histopatologisk bilddata. Vår beräkningspatologiska forskning är baserad på internationellt ledande och unika interna studiematerial och dataset (>200 000 gigapixelstor histopatologiska bilder och klinisk information tillgänglig för närvarande).

Det här är en position med 1 års visstidsanställning.

Din roll

Denna forskningsassistentposition inkluderar att bidra till utveckling och validering av modeller baserade på djupinlärning och bildbehandlingsmetoder för cancerhistopatologiska bilddata. Maskininlärning och djupinlärningstekniker är centrala i detta beräkningspatologiprojekt som syftar till att förbättra cancerpatienters stratifiering.

Som forskningsassistent kommer du att vara involverad i datahantering, förbearbetning av data och att bidra till forskningsaktiviteter inom området beräkningspatologi. Rollen skulle passa någon med en MSc i datavetenskap eller hälsoinformatik. Förkunskaper inom python programmering, datavetenskap, tillämpad statistik, tillämpad maskininlärning och djupinlärning är meriterande. Projektet Cancer Histopathology IMage Epidemiology (CHIME) fokuserar på storskaliga studier som inkluderar histopatologiska bilddata och klinisk information. Den framgångsrika sökande kommer att ingå i ett tvärvetenskapligt forskarteam med starkt samarbete med kliniska avdelningar och andra nationella och internationella forskargrupper.

Vem är du?

För att kvalificera sig måste den sökande ha, eller förvänta sig att få, en MSc-examen (eller motsvarande) i ett relevant ämne och ha ett stort intresse för kvantitativa aspekter av medicinsk forskning. Förkunskaper inom ett relevant kvantitativt område (t.ex. maskininlärning, AI, epidemiologi, datorseende, biostatistik, epidemiologi) krävs.

Den sökande bör ha tidigare kunskaper och erfarenhet av programmering i Python och det är önskvärt att den sökande även har tidigare erfarenhet av att arbeta med vanliga ramverk för djupinlärning, såsom Tensorflow/Keras eller Pytorch.

Den sökande ska kunna samarbeta väl både inom gruppen och i samarbete med externa parter, och också ha förmåga att arbeta självständigt och organisera och prioritera sina egna arbetsuppgifter med minimal handledning. Utmärkt skriftlig och muntlig kommunikationsförmåga på engelska krävs.

För ytterligare information kontakta docent Mattias Rantalainen (e-post: mattias.rantalainen@ki.se)

Vad erbjuder vi?

En kreativ, internationell och inspirerande miljö fylld av kompetens och nyfikenhet. Karolinska Institutet är ett av världens ledande medicinska universitet. Vår vision är att driva utvecklingen av kunskap om livet och verka för en bättre hälsa för alla. Här bedriver vi framgångsrik medicinsk forskning och har det största utbudet av medicinska utbildningar i Sverige. Som universitet är Karolinska Institutet en statlig myndighet. Det gör att du får goda förmåner genom vårt kollektivavtal. Medarbetare på KI erbjuds också möjlighet till ett flexibelt arbetssätt. Det innebär att om den verksamhet du jobbar i tillåter, så kan du arbeta en del av din arbetstid på distans. Du får även träna fritt i våra moderna friskvårdsanläggningar där utbildad personal finns på plats.

Placering: Solna

Ansökan

Varmt välkommen med din ansökan senast den 23 november 2022.

Ansökan ska göras via rekryteringssystemet Varbi. I denna rekrytering söker du med ditt CV utan personligt brev. I ansökningsformuläret kommer du istället att få svara på några frågor om varför du söker jobbet.

Vill du göra skillnad – och bidra till en bättre hälsa för alla? Sök jobb hos oss