Malmö universitet är ett öppet och nyskapande, urbant och internationellt universitet som tack vare engagerade och erfarna medarbetare bidrar till samhällsutveckling. Hos oss arbetar lärare, forskare och andra medarbetare med olika kompetenser tillsammans för att bedriva utbildning och forskning av högsta kvalitet. Alla yrkeskategorier och roller är viktiga. Du är välkommen att söka jobb hos oss!
Malmö universitet är en arbetsplats och ett lärosäte som strävar efter att ha ett öppet och inkluderande synsätt, där jämställdhet och lika villkor tillför mervärde i vår verksamhet.
Här kan du läsa mer om hur det är att arbeta på Malmö universitet: Jobba hos oss
För dig som är internationellt sökande, läs mer här: Moving to Malmö and Sweden
Forskningsassistent i maskininlärning och tillförlitlig AI för äldreomsorg, vid Institutionen för datavetenskap och medieteknik, Fakulteten för teknik och samhälle.
Forskningsassistenten ska stödja ett forskningsprojekt med fokus på att utveckla avancerade, tillförlitliga och robusta ramverk för maskininlärning för komplexa beslutsstödsystem. Projektet undersöker hur avancerade metoder inom maskininlärning kan integreras för att analysera multimodala och heterogena datamängder. Ett särskilt fokus för denna forskning är att utveckla modeller som kan anpassas till olika miljöer och populationer, samtidigt som resultaten säkerställs vara transparenta och kliniskt eller praktiskt tolkningsbara. Denna tvärvetenskapliga tjänst integrerar multimodal datafusion med metoder inom maskininlärning, inklusive självlärande metoder (self-supervised learning), domänanpassning (domain adaptation) och förklarbar artificiell intelligens (XAI).
- Genomföra omfattande litteraturöversikter inom självövervakad inlärning, domänanpassning, multimodal datafusion och XAI.
- Stödja implementering, träning och utvärdering av avancerade maskininlärningsmodeller med användning av komplexa och longitudinella datamängder.
- Bidra till utvecklingen av metoder för domänanpassning för att förbättra modellers robusthet och överförbarhet mellan olika miljöer.
- Tillämpa tekniker inom förklarbar artificiell intelligens för att extrahera tolkningsbara, tillförlitliga och användarbegripliga insikter från komplexa modeller.
- Stödja förbehandling, synkronisering, hantering och utforskande dataanalys av multimodala datamängder.
- Bidra till vetenskapliga publikationer, teknisk dokumentation och aktiviteter för forskningsspridning.
Med behörighetskrav avses sådana krav som måste vara uppfyllda för att en sökande ska komma i fråga för anställning.
Behörig att anställas som forskningsassistent är den som har avlagt examen på avancerad nivå eller motsvarande kompetens.
Utöver dessa krav gäller som allmänt behörighetskrav att vara lämplig för och ha den förmåga i övrigt, inklusive samarbetsförmåga, som krävs för att väl fullgöra arbetsuppgifterna i denna anställning.
- Examen (eller motsvarande utbildning på avancerad nivå) inom datavetenskap, datavetenskap med inriktning mot dataanalys, maskininlärning, dataanalys eller ett närliggande kvantitativt ämnesområde.
- Goda programmerings- och mjukvaruutvecklingskunskaper, med mycket goda kunskaper i Python.
- Dokumenterad praktisk erfarenhet av etablerade ramverk för maskininlärning och djupinlärning (t.ex. PyTorch, TensorFlow, Scikit-learn).
- God kommunikativ förmåga samt god förmåga att skriva vetenskapliga texter på engelska.
- Förmåga att arbeta självständigt och samarbeta i tvärvetenskapliga forskargrupper.
- Sökande måste ha ett giltigt arbetstillstånd eller laglig rätt att arbeta i Sverige.
- Tjänsten är campusbaserad och kräver regelbunden närvaro på plats; det är inte en distanstjänst.
Med bedömningsgrunder avses dels sådana kriterier som ligger till grund för bedömningen och hur väl en sökande uppfyller ett visst behörighetskrav, dels sådana kriterier som i övrigt har bedömts ska ha betydelse för anställningen.
I den samlade bedömningen ska störst vikt fästas vid skicklighet inom det särskilda området som anställningen avser gälla.
- Erfarenhet av självövervakad inlärning, oövervakad inlärning eller algoritmer för representationsinlärning.
- Kunskap om eller praktisk erfarenhet av domänanpassning, överföringsinlärning eller metoder för att hantera kovariatförskjutning (covariate shift).
- Bakgrund inom eller ett starkt intresse för XAI, modelltolkning och tillförlitlig maskininlärning.
- Erfarenhet av bearbetning, utveckling och analys av multimodala data, tidsserier eller longitudinella tabulära datamängder.
- Erfarenhet av utveckling av datapreprocesseringspipelines och integritetsbevarande dataanalys.
- Tidigare erfarenhet av att bidra till akademiska forskningsmiljöer och utarbeta vetenskapliga artiklar.
Meritvärderingen ska göras med utgångspunkt i den för anställningen fastställda kravprofilen. En samlad bedömning av sökandens meriter och skicklighet, baserad på behörighetskrav och bedömningsgrunder, ska göras inför beslut om anställning.
Fakulteten för teknik och samhälle bedriver utbildning och forskning med fokus på teknik och naturvetenskap vid de två institutionerna för datavetenskap och medieteknik samt materialvetenskap och tillämpad matematik. Fakulteten samarbetar med företag och andra organisationer med målet att höja kompetensnivån, skapa nya produkter, utveckla verksamheter och ge studenterna en tidig anknytning till sitt framtida arbetsliv. Våra forskningssamarbeten och våra medarbetare från ett stort antal länder ger verksamheten en internationell prägel. Mer information om fakulteten finns här: Länk
Institutionen för datavetenskap och medieteknik erbjuder forskningsanknuten utbildning på grundnivå, avancerad nivå och forskarnivå. Institutionen bedriver forskning inom datavetenskap, informationssystem, programvaruteknik och medieteknik. Vi är verksamma inom forsknings- och utbildningsområden såsom artificiell intelligens, digitala medier, e-hälsa, sakernas internet (Internet of Things) och spelutveckling. Länk
Forskningscentrum för hållbar digitalisering studerar både sociala och teknologiska aspekter för att främja hållbar digitalisering. Målet är dels att bidra till hur digitaliseringens möjligheter kan utnyttjas på ett hållbart sätt, dels att ta fram kunskap och lösningar för hur digitalisering kan stödja utvecklingen av ett mer hållbart samhälle. Länk
Du ansöker om anställningen via Malmö universitets rekryteringssystem . Ansökningshandlingar ska skickas in digitalt. Fysiska handlingar tas endast emot i undantagsfall, kontakta [email protected] om du har böcker eller andra dokument som inte kan skickas digitalt.
Samtliga meriter ska vara dokumenterade så att både kvalitet och omfattning kan bedömas. Du ansvarar för att din ansökan är komplett i enlighet med uppställd kravprofil och anvisningar samt att den når universitetet senast 2026-08-10. Ansökan ska vara skriven på svenska, engelska eller något av de skandinaviska språken. Vid behov ansvarar du för att översätta ansökan och bilagor.
För vägledning gällande sammanställning av meriter kan du ta stöd av Akademisk meritportfölj vid Malmö universitet.
- Curriculum vitae
- Examensbevis samt övriga relevanta betyg och intyg
- Kortfattad redogörelse av meriter som är av betydelse med hänsyn till den sökta befattningen och vad du som sökande ser att du kan bidra med.
Vänligen notera att de handlingar som inkommer eller upprättas med anledning av denna ledigförklarade anställning (såsom ansökningar, sakkunnigutlåtanden och protokoll) som huvudregel är allmänna och därmed offentliga. Detta innebär att handlingarna får (med undantag för sekretessbelagda handlingar) läsas av den som så begär det.
Tillträde: 2026-09-01
Anställningsform: Tidsbegränsad anställning på 3,5 månader.
Anställningens omfattning: 30 %
Lön: Individuell lönesättning
Svenska är huvudspråket vid Malmö universitet och det är ett önskemål att medarbetare som inte är svensktalande på sikt tillägnar sig så mycket kunskaper i det svenska språket att de kan medverka i undervisning och forskning samt delta i det vardagliga och löpande arbetet vid institutionen men också för möjligheten att ta sig an akademiska ledningsuppdrag.
Azra Abtahi Fahliani, [email protected]
Zahra Asghari Varzaneh, [email protected]
För frågor gällande rekryteringsprocessen kontakta HR-specialist, Magdalena Brossing, [email protected]
Saco-S: Rebecka Johansson, [email protected]
SEKO: Anne Sundel, [email protected]
OFR/ST: Lutfi Zuta, [email protected]
Inför rekryteringsarbetet har Malmö universitet tagit ställning till rekryteringskanaler och marknadsföring. Vi undanber oss därför alla erbjudanden om annonserings- och rekryteringshjälp i samband med denna annons.
