LEDIG STILLING VED OSLOMET

PhD-stipendiat i kunstig intelligens innen muskelskjeletthelse og stordata

Søknadsfrist: 24.06.2022

OsloMet

OsloMet – storbyuniversitetet er landets tredje største universitet, med over 20 000 studenter og mer enn 2000 ansatte. OsloMet leverer kunnskap og yrkesutøvere samfunnet er avhengig av, og er tett på arbeidslivets behov. OsloMet er et urbant og mangfoldig universitet med internasjonalt preg og et attraktivt studie- og arbeidssted med studiesteder midt i Oslo og på Kjeller ved Lillestrøm. Tilstedeværelsen i hovedstadsregionen gir universitetet gode muligheter til å forstå og høste fordelene av byens varierte befolkningssammensetning.

Fakultetet tilbyr høyere utdanning innen tekniske fag, kunstfag og designfag, og har forsknings- og utviklingsaktiviteter innen disse fagfeltene. Fakultet for teknologi, kunst og design (TKD) har om lag 3 000 studenter og om lag 280 ansatte, og holder til i Pilestredet i Oslo sentrum og på Kjeller utenfor Lillestrøm.

Institutt for informasjonsteknologi tilbyr tre bachelorstudier, et masterstudium og er delaktig i et tverrfaglig doktorgradsstudium. Vitenskapelige ansatte ved instituttet forsker innen et bredt spekter av fagområder, inkludert informatikk, naturvitenskap, innovasjon og ledelse. Studenter og forskere er også involvert i et økende antall tverrfaglige aktiviteter ved universitetet.

Center of Intelligent Musculoskeletal Health (CIM) ble nylig utvalgt til å være en av fem fremragende akademiske forskningsmiljøer ved OsloMet. CIM vil være en forskningsarena for tverrfaglig forskning i og utenfor OsloMet, og vil inkludere helseforskere fra Forskningsgruppen for Muskelskjeletthelse (Fakultet for helsevitenskap) og IT-forskere fra OsloMet AI Lab (Fakultet for teknologi, kunst og design (TKD)), nasjonale og internasjonale forskningspartnere og brukerrepresentanter for pasienter, helsearbeidere og undervisere i høyere utdanning.

Arbeidsbeskrivelse

Stipendiaten vil være ansatt ved Institutt for informasjonsteknologi og tilknyttet Center of Intelligent Musculoskeletal Health (CIM). Forskere tilknyttet CIM utfører høykvalitets forskning på muskelskjeletthelse i et livsløpsperspektiv som omfatter ungdom, unge voksne, voksne og eldre mennesker.

Blant de sentrale målene for CIM er å bringe sammen forskere innen teknologi, helseforskning og samfunnsvitenskap for å gjøre epidemiologiske studier og intervensjonsstudier ved hjelp av avanserte analysemetoder på store datasett, inkludert teknologier innen kunstig intelligens (AI) og maskinlæring (ML).

Forskningsaktiviteten for CIM omfatter tre hovedområder:

  • Epidemiologisk og klinisk forskning
  • Intelligent helse og innovasjon
  • Implementasjon og formidling

Forskningsaktiviteten ved CIM har som målsetning å forbedre prognostiske modeller for muskelskjeletthelse. Forskerne ved CIM utforsker også underliggende mekanismer for muskelskjelettplager. Langtidsmål er å utvikle, evaluere og implementere effektive, innovative og praktiske løsninger for å forbedre muskelskjeletthelsen i befolkningen.

Det forventes at stipendiaten vil samarbeide med forskere ved CIM-senteret, andre forskningspartnere ved OsloMet og nasjonale og internasjonale partnere.

Ansettelse som stipendiat forutsetter opptak på PhD-programmet i Ingeniørvitenskap ved TKD-fakultetet. Kandidater som allerede har en PhD innen det samme eller et nærliggende fagfelt kan ikke søke. Stipendiaten må fullføre kurs i PhD-programmet i Helsevitenskap tilsvarende minst 10 studiepoeng.

Stipendiatet tilbys for en periode på tre år i 100%. Den kandidaten som får stillingen, skal ha som mål å fullføre PhD-programmet innen dette tidsrommet og oppnå PhD-graden.

Om prosjektet

Muskelskjelettsykdommer er den nest vanligste årsaken til uførhet totalt sett i verden og med en aldrende populasjon i tillegg representerer de en av de største samfunnsmessige utfordringene for helse og velferd. Elektroniske helseregistre gjør at utviklingen av store samlinger av helsedata skyter fart. Norge har mange nasjonale helseregistre, noe som gir muligheter for å sammenstille og integrere data fra forskjellige registre, og skape grunnlag forbetydningsfull forskning. Moderne AI kan dokumentere imponerende resultater og i noen tilfeller også overgå mennesker i mange oppgaver. Disse metodene er imidlertid også forbundet med mange utfordringer som begrenser den tillit man har til metodene når de anvendes i en gitt kontekst.

Området som PhD-prosjektet omfatter er utvikling av maskinlæringsalgoritmer (ML) og registerbasert epidemiologi relatert til muskelskjeletthelse blant ungdom og unge voksne. Et overordnet mål for PhD-prosjektet er å forbedre troverdigheten for kunstig intelligens ved å bidra med kunnskap om mekanismene i AI og ML-metoder anvendt innen muskelskjeletthelse, noe som vil lede til bedre prediksjoner av helse-/sykdomsutfall og metoder for å kvantifisere nøyaktigheten av ML-baserte kliniske beslutningsstøtteverktøy. Stipendiaten vil bruke AI og ML til å predikere muskelskjelettrelaterte helseutfall og utfall som er relevant for utdanning og arbeidsliv. Prosjektet vil bruke detaljerte lenkede storskaladata fra mange kilder, inkludert en nasjonal studentundersøkelse, regionale kohort-studier og nasjonale administrative registre og helseregistre. Forskningsprotokollen vil bli gjort tilgjengelig for kandidater som blir invitert til intervju. Det forventes at PhD-prosjektet vil omfatte vitenskapelige undersøkelser som blir rapportert i minst tre vitenskapelige artikler med stipendiaten som førsteforfatter.

For ytterlige informasjon, ta kontakt med veilederne, førsteamanuensis Hårek Haugerud, haugerud@oslomet.no, eller professor Anis Yazidi, anisy@oslomet.no.

Ansettelsen bør finne sted senest tre måneder etter at kandidaten mottar et tilbud om stillingen.

Kvalifikasjonskrav

Vi ønsker oss kandidater med:

  • en mastergrad i informatikk eller tilgrensende fagfelt (tilsvarende 120 studiepoeng) med karakter B eller bedre og en bachelorgrad med karakter C eller bedre.
  • gode evner til å uttrykke seg både skriftlig og muntlig på engelsk.
  • gode programmeringsferdigheter, fortrinnsvis i Python eller i C++, MATLAB, R eller lignende.
  • god kunnskap om maskinlæring (ML) eller statistiske metoder.
  • dokumentert kunnskap/erfaring fra forskning innen muskelskjeletthelse.
  • erfaring fra epidemiologisk analyse av data fra store undersøkelser eller registerdata.
  • forfattet vitenskapelige artikler.

Ønskede egenskaper

  • evner til å arbeide interdisiplinært og uavhengig
  • evne til og interesse for å popularisere forskning
  • evne til å arbeide systematisk og under press
  • evne til å fullføre arbeidsoppgaver
  • motivasjon for å bidra innen forskningsfeltet

Det er viktig for OsloMet å gjenspeile befolkningen i vår region og vi ønsker alle kvalifiserte søkere velkommen. Vi arbeider aktivt med å utvikle oss videre som en inkluderende arbeidsplass og for å tilrettelegge arbeidsplassen dersom du har behov for det. Har du perioder i livet hvor du ikke har vært i arbeid, utdanning eller opplæring er du også velkommen til å søke hos oss.

Søknaden

For å bli vurdert for stillingen må du laste opp følgende dokumenter sammen med søknaden din før tidsfristen:

  • Søknadsbrev, som forteller om din motivasjon for å søke og forklarer hvorfor akkurat du er kvalifisert for denne PhD-stillingen. Søknadsbrevet bør helst inneholde en diskusjon om hvilke ML-metoder du finner passende for å predikere de spesifiserte utfallene som blir adressert i dette prosjektet og hvordan du vil bedømme hvor godt algoritmene presterer (Diskusjon: maksimum en A4-side, fontstørrelse 12, Times New Roman).
  • CV (maksimalt to A4-sider).
  • Navn og kontaktinformasjon til minst 2 referanser.
  • Alle sider av alle vitnemål og attester. Vitnemål og attester må inkludere studiepoeng og karakterer(A–F). Bemerk at en beskrivelse av karaktersystemet ved universitetet/landet du tok din grad må inkluderes. Dette må være et offentlig dokument med et stempel fra ditt universitet. Utenlandske diplomer må oversettes til engelsk av institusjonen som har gitt diplomet. Utdannelse tatt i utlandet må godkjennes på forhånd av Nasjonalt organ for kvalitet i utdanningen (NOKUT), og en autorisert kopi av brevet må være vedlagt.
  • Kopi av MSc avhandling og andre artikler eller publikasjoner du ønsker skal bli tatt i betraktning.
  • Fullstendig publikasjonsliste, hvis relevant.
  • Søkere fra land der engelsk ikke er førstespråk må kunne vise frem resultatet av en offisiell språktest. Følgende søkere er unntatt fra dette språkkravet:
    • Søkere fra EU/EØS-land.
    • Søkere som har fullført minst et års studier i Australia, Canada, Irland, New Zealand, Storbritannia eller USA.
    • Søkere som har et “International Baccalaureate (IB)”-vitnemål.
  • Følgende språkprøver er godkjent dokumentasjon: TOEFL, IELTS, Cambridge Certificate in Advanced English (CAE) eller Cambridge Certificate of Proficiency in English (CPE).
  • På disse prøvene skal man minst ha oppnådd disse poengsummene:
    • TOEFL: 600 (papir-basert prøve), 92 (Internet-basert prøve)
    • IELTS: 6.5, der ingen av seksjonene skal ha lavere poengsum enn 5.5 (bare Academic IELTS-prøven er godkjent).

Alle oversettelser må autoriseres av myndighetene. Originale dokumenter og gyldig pass må presenteres hvis du blir innkalt til intervju. OsloMet utfører dokumentkontroll for å evaluere kandidatene og sikre rettferdig behandling. Alle søknadsdokumenter må være på engelsk.

Ufullstendige søknader blir ikke vurdert.

Vi kan tilby

  • en spennende jobbmulighet ved Norges tredje største og mest urbane universitet
  • muligheten til å samarbeide med produktive forskere i en interdisiplinær setting
  • muligheten til å delta i forskjellige internasjonale forskningsnettverk
  • gunstige låne- og pensjonsbetingelser i statens pensjonskasse
  • gode velferdstiltak for ansatte
  • en arbeidsplass plassert i Oslo sentrum med mange kulturtilbud

Informasjon om å bo og jobbe i Oslo finner du her.

Annen informasjon

Hvis du ønsker mer informasjon om stillingen, ta kontakt med:

Lønn

Stillingen lønnes etter Statens lønnsregulativ, stillingskode 1017 stipendiat, lønnstrinn 54, NOK 482 200. For spesielt kvalifisert søker kan høyere lønn vurderes. Det blir trukket 2 % i pensjonstrekk til Statens pensjonskasse.

I samsvar med Offentlighetsloven kan navnet ditt bli publisert i søkerlisten selv om du har bedt om å bli unntatt fra å bli offentliggjort. Om dette skjer, vil du bli kontakt før navnet ditt blir gjort offentlig.

Vi benytter et elektronisk rekrutteringssystem. Vil du søke på stillingen, registrer din søknad og CV ved å benytte knappen ”Logg inn og søk stillingen”.

Ref. 21/03235

Søknadsfrist: 24.06.2022

OsloMet er Charter & Code sertifisert av EU-kommisjonen med rettigheter til å bruke logoen HR Excellence in Research (HRS4R) og medlem i nettverket EURAXESS som bidrar til gode arbeidsforhold for mobile forskere. OsloMet har sluttet seg til prinsippene og forpliktet institusjonen til å følge anbefalingene i DORA-erklæringen (sfdora.org) (The San Francisco Declaration on Research Assessment).

Logg inn og søk stillingen

Powered by Labrador CMS