Postdoktor inom beräkningsmässig modellering

Vill du arbeta med beräkningsbaserad samhällsvetenskap, med stöd av kompetenta och trevliga kollegor i en internationell miljö? Vill du ha en arbetsgivare som satsar på ett hållbart medarbetarskap och erbjuder trygga, förmånliga arbetsvillkor? Välkommen att söka anställning som postdoc på Uppsala universitet.

Institutionen för informationsteknologi har en ledande position inom både forskning och utbildning på alla nivåer. Vi är för närvarande Uppsala universitets tredje största institution och har omkring 350 anställda, inklusive 120 lärare och 120 doktorander. Varje år läser cirka 5 000 grundutbildningsstudenter en eller flera kurser vid institutionen. Mer information finns på Institutionen för informationsteknologis webbplats.

Denna postdoktoranställning är en del av eSSENCE forskarskola för dataintensiv vetenskap. Forskarskolan tar sig utmaningarna inom dataintensiv vetenskap både ur ett grundläggande metodologiskt perspektiv och ur perspektivet av datadrivna vetenskapliga tillämpningar. Den utgör en arena där experter inom beräkningsvetenskap, datavetenskap och data engineering (system och metoder) arbetar nära tillsammans med forskare inom datadrivna vetenskaper, industri och samhälle för att påskynda dataintensiva vetenskapliga upptäckter.

eSSENCE är ett strategiskt samarbetsprogram inom e-science mellan tre svenska universitet med en stark tradition av framstående forskning inom området: Uppsala universitet, Lunds universitet och Umeå universitet.

I detta projekt ser vi framför oss ett nytt samarbete mellan eSSENCE-programmen Data Science and Intelligent Decision Making och Applied Scientific Computing and High-Performance Computing. Postdoktorn kommer att ansluta till Information Laboratory (InfoLab), en tvärvetenskaplig forskargrupp där vi bedriver både grundläggande och tillämpad forskning om hur kunskap kan utvinnas ur sociala data.

Spridning på nätverk är en allestädes närvarande och grundläggande process som ligger bakom en rad fenomen i samhället, från överföring av infektionssjukdomar till spridning av information, åsikter och beteenden. Dessa spridningsprocesser är starkt begränsade av den sociala strukturen: olika individer och sociala grupper har olika sannolikhet att interagera med varandra, vilket skapar (eller begränsar) vägar för spridning. Exempelvis formar segregation och social stratifiering mönster av interaktion på sätt som kan förstärka eller hämma spridningen av smitta eller kulturellt inflytande, vilket potentiellt kan leda till mycket heterogena utfall i befolkningen.

Att förstå hur spridning sker på hela befolkningars nivå och hur den påverkas av nätverksstrukturen är därför avgörande för att kunna hantera stora samhällsutmaningar, såsom epidemikontroll och motståndskraften hos sociala och politiska system.

Projektet adresserar två centrala utmaningar i studiet av spridningsfenomen på populationsnivå: beräkningsmässig skalbarhet och behovet av att modellera spridningsprocesser som rör sig över flera nätverkslager.

Arbetsuppgifter

Att utveckla beräkningsmetoder för simulering och inferens av spridningsprocesser i mycket stora sociala nätverk med en flerskiktad struktur.

Att tillämpa utvalda modeller på ett nätverk som omfattar hela den vuxna svenska befolkningen, för att studera hur olika befolkningssegment kan påverkas olika av spridningen av exempelvis sjukdomar eller politiska åsikter.

Att härleda och studera effektiva ekvationsmodeller som är lämpliga för processer på flerskiktade nätverk. Sådana modeller möjliggör studier av storheter som är svåra att analysera enbart genom direkta simuleringar.

Kvalifikationskrav

Doktorsexamen i datavetenskap, dataanalys, beräkningsmetoder för analys av sociala nätverk eller närliggande ämnen, eller en utländsk examen som bedöms motsvara doktorsexamen i datavetenskap, dataanalys, beräkningsmetoder för analys av sociala nätverk eller närliggande ämnen. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.

Andra krav är: erfarenhet av arbete med sociala nätverksdata, mycket god språklig kompetens samt utmärkta programmeringsfärdigheter.

Önskvärt/meriterande i övrigt

Erfarenhet av tvärvetenskaplig forskning.

Om anställningen

Anställningen är tidsbegränsad i 2 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde januari 2027 eller enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Prof. Matteo Magnani (+46 18 471 40 21, matteo.magnani@it.uu.se) and Prof. Stefan Engblom (stefan.engblom@it.uu.se).

I denna rekrytering har vi ersatt det personliga brevet med frågor som du besvarar i samband med din ansökan. Svaren kommer att användas som en del i urvalsprocessen.

Välkommen med din ansökan senast den 16 november 2026, UFV-PA 2026/3179.

Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 500 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser.

Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet

https://uu.se/om-uu/jobba-hos-oss/

Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.

Ansökan tas emot i Uppsala universitets rekryteringssystem.

Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se