Konkurs na stanowisko adiunkta badawczego w Instytucie Informatyki i Matematyki Komputerowej na Wydziale Matematyki i Informatyki w zakresie informatyki do realizacji zadań w projekcie TEAM-NET Fundacji na rzecz Nauki Polskiej POIR.04.04.00-00-14DE/18-00: Sztuczne sieci neuronowe inspirowane biologicznie „Lider grupy Machine-learning”

Rektor Uniwersytetu Jagiellońskiego ogłasza konkurs na stanowisko adiunkta badawczego w Instytucie Informatyki i Matematyki Komputerowej na Wydziale Matematyki i Informatyki w zakresie informatyki do realizacji zadań w projekcie TEAM-NET Fundacji na rzecz Nauki Polskiej POIR.04.04.00-00-14DE/18-00: Sztuczne sieci neuronowe inspirowane biologicznie „Lider grupy Machine-learning”.

Model sztucznych sieci neuronowych został stworzony w oparciu o analogie do biologicznych odpowiedników, takich jak uproszczony model neuronu lub układ neuronów siatkówki. Ze względu na rosnącą złożoność zadań i problemy z opracowaniem skutecznych metod uczenia głębokich sieci neuronowych, dominują rozwiązania oparte na strukturach algebraicznych. Obecnie zaawansowane podejścia do uczenia maszynowego, takie jak głębokie uczenie się, wykazują szereg niepożądanych cech, takich jak zapomnienie, podatność na zwodnicze przykłady, wymóg dużego zestawu danych treningowych i powolne uczenia się. Większość z tych problemów nie występuje w systemach biologicznych, dlatego korzystne byłoby czerpanie z nich inspiracji w celu uczenia sztucznych systemów. Celem projektu jest analiza zachowań wysokiego poziomu biologicznych systemów neuronowych i zbudowanie innowacyjnych sztucznych modeli poprzez zaproponowanie nowych paradygmatów uczenia się i nowych architektur modeli obliczeniowych.

Na Uniwersytecie Jagiellońskim będzie działać sześć grup badawczych: Cognitive group (lider Tadeusz Marek), Physics-group (lider Maciej A. Nowak), Machine-learning group, Neuro-group, BioDataScience-group, InfoTech-group. Kierownikiem projektu jest prof. dr hab. Jacek Tabor.

Machine-learning Group: Ogólnym celem grupy byłoby dostarczenie wiedzy specjalistycznej w zakresie uczenia maszynowego, w szczególności w klasycznych sieciach neuronowych, głębokiego uczenia się i takich niekontrolowanych metodach uczenia się, jak klasteryzacja i analiza niezależnych komponentów ICA. Oczekuje się, że grupa w istotny sposób przyczyni się do rozwoju nowych architektur sieci neuronowych, a także nowych paradygmatów uczenia maszynowego, inspirowanych systemami biologicznymi, w ścisłej współpracy z grupami Physiscs, InfoTech oraz Cognitive.

Do konkursu mogą przystąpić osoby, które spełniają wymogi określone w art. 113, 116 ust. 2 pkt 3) ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce oraz § 163 Statutu UJ i Regulaminu konkursu TEAM NET w ramach Programu Operacyjnego Inteligentny Rozwój 2014-2020, Priorytet IV: Zwiększenie Potencjału Naukowo-Badawczego, Działanie 4.4.: Zwiększenie potencjału kadrowego B+R, Konkurs nr 1/4.4/2018 spełniające następujące wymogi kwalifikacyjne:

  • co najmniej stopień naukowy doktora w dziedzinie informatyki,
  • doświadczenie w uczeniu maszynowym,
  • doświadczenie w zarządzaniu zespołem badawczym,
  • osiągnięcia naukowe i publikacje na wiodących konferencjach dotyczących uczenia maszynowego (ICLR, NeurIPS, ICML),
  • znajomość środowisk programowania ML (Pytorch, TensorFlow),
  • odpowiedni dorobek naukowy obejmujący oprócz pracy doktorskiej również inne liczące się pozycje,
  • doświadczenie w realizacji projektów,
  • czynny udział w życiu naukowym przejawiający się w szczególności w wystąpieniach na konferencjach i sympozjach,
  • rozpoznawalność w międzynarodowym środowisku naukowym w swojej dziedzinie,
  • bardzo mile widziane doświadczenie we współpracy z partnerami przemysłowymi lub w patentowaniu,
  • kandydat nie był zatrudniony w Uniwersytecie Jagiellońskim w ciągu ostatnich dwóch lat.

Od kandydata oczekujemy:

  • motywacji i zaangażowania,
  • dobrej znajomości języka angielskiego.

Szczegóły ogłoszenia oraz informacja o przetwarzaniu danych osobowych w celu przeprowadzenia procedury rekrutacyjnej znajdują się w załączniku.

Stanowisko: adiunkt badawczy
Jednostka: Wydział Matematyki i Informatyki
Termin składania dokumentów: 23.08.2019
Data wytworzenia: 19.07.2019
Data publikacji: 19.07.2019
Osoba publikująca: Rafał Kiszka