Biträdande lektor, DDLS Fellow, i datadriven cell- och molekylärbiologi

Institutionen för genteknologi  är KTH:s främsta forskningsmiljö enligt de senaste årens bibliometri, med banbrytande forskning inom livsvetenskaperna och omfattande nationella och internationella samarbeten. Den biträdande lektorn blir en nyckelspelare i denna dynamiska forskningsmiljö belägen vid SciLifeLab  i Stockholm, i direkt anslutning till NGI Stockholm .

Beskrivning av DDLS Fellows-programmet

Data-driven life science (DDLS) använder data, beräkningsmetoder och artificiell intelligens för att studera biologiska system och processer på alla nivåer – från molekylära strukturer och cellulära mekanismer till människors hälsa och globala ekosystem. SciLifeLab och Wallenbergs nationella program för datadriven livsvetenskap (DDLS), som koordineras av SciLifeLab, avser rekrytera och utbilda nästa generations forskare inom datadriven livsvetenskap samt bygga upp världsledande kompetens inom beräknings- och datavetenskap i Sverige. Programmet finansieras av Knut och Alice Wallenbergs Stiftelse (KAW) med totalt 3,3 miljarder kronor (cirka 350 miljoner USD) över 12 år.

DDLS-programmet finansierar 50 framstående unga forskargruppsledare ("Fellows"), över 210 postdoktorala tjänster och har etablerat en forskarskola för 260 doktorander, samt industridoktorander och postdoktorer. Fellows rekryteras till de 11 deltagande värduniversiteten/organisationerna, men ingår alla i DDLS-programmet, som fokuserar på fyra strategiska områden:

• Cell- och molekylärbiologi

• Evolution och biodiversitet

• Precisionsmedicin och diagnostik

• Smittspridning och infektionsbiologi

För mer information, besök: www.scilifelab.se/data-driven

Under 2022–2024 rekryterades 39 Fellows i de två första omgångarna. Nu söker vi ytterligare 11 Fellows. Varje DDLS-Fellow får ett rekryteringspaket på 17 miljoner kronor (cirka 1,6 miljoner USD) för en femårsperiod, vilket täcker egen lön samt resurser för exempelvis doktorander och postdoktorer. Tjänsterna är tenure track-anställningar vid värdorganisationerna, som ansvarar för långsiktiga fakultetsanställningar efter en utvärdering.

Framtidens livsvetenskap är datadriven. Vill du vara med och leda utvecklingen? Välkommen att söka till detta unika program!

Ämnesbeskrivning

Vid KTH, Institutionen för genteknologi, söker vi en DDLS Fellow inom Datadriven cell- och molekylärbiologi.

Detta område syftar till att fundamentalt förändra vår förståelse av hur celler fungerar genom att studera deras molekylära komponenter i tid och rum – från enskilda molekyler till vävnadsmiljöer. Sökande förväntas ha en stark beräkningsprofil och visa innovation i utveckling och tillämpning av datadrivna metoder baserade på maskininlärning, AI eller andra beräkningsmetoder.

Ämnesområdets specifika inriktning är utveckling och tillämpning av metoder för analys av cell- och molekylärbiologiska data, främst omikdata, såsom bulk- och enkelcellsdata, rumsligt upplösta data och masspektrometridata, men även bild- och fenotypdata, eller epigenetiska data.

Målet är både att utveckla nya beräkningsbiologiska metoder för analys av data från befintliga experimentella tekniker, och att utveckla beräkningsbiologiska metoder som lägger grunden för nya experimentella tekniker för framtagning av omikdata.

Arbetsuppgifter

I arbetsuppgifterna ingår att etablera och driva en internationellt högklassig forskningsverksamhet inom ämnesområdet, i syfte att utveckla och stärka institutionens verksamhet inom metodutveckling för maskininlärningsbaserad beräkningsbiologi.

Arbetsuppgifterna omfattar även handledning av doktorander och postdoktorer, samt undervisning på grundnivå, avancerad nivå och forskarutbildningsnivå. Den biträdande lektorn förväntas bidra till undervisning samt program- och kursutveckling inom bioinformatik, datavisualisering, maskininlärning, biologisk statistik samt statistisk och beräkningsbaserad modellering av biologiska system.

Ansökan

För fullständig information om ansökningsförfarande och bedömningsgrunder samt för att ansöka, se länk till ansökan:

Ansök här