Asystent lub asystentka

Asystent lub asystentka

Uniwersytet Warszawski

Centrum Godnej Zaufania Sztucznej Inteligencji dla Nauk o Życiu – Międzynarodowa Agenda Badawcza

• Miejsce: Warszawa • Forma zatrudnienia: część etatu, umowa o pracę • Wynagrodzenie: 5600 zł brutto

Opis stanowiska

Osoba zatrudniona na stanowisku doktoranta będzie odpowiedzialna za prowadzenie badań naukowych nad zastosowaniem metod topologicznej analizy danych (Topological Data Analysis, TDA) do analizy i interpretacji działania sztucznych sieci neuronowych.

Nasze wymagania

• spełnienie wymagań określonych w art. 113 ustawy Prawo o szkolnictwie wyższym i nauce (Dz.U. 2024, poz. 1571 t.j.) • stopień naukowy lub dyplom w dziedzinie matematyki, informatyki, analizy danych, fizyki lub dyscyplinie pokrewnej, odpowiedni do szczebla stanowiska • solidne przygotowanie w co najmniej jednym z następujących obszarów: uczenie maszynowe, topologiczna analiza danych (TDA), topologia stosowana, geometria obliczeniowa, układy dynamiczne lub matematyczna analiza danych – mile widziane doświadczenie w pracy w przemyśle • znajomość podstawowych zasad uczenia maszynowego i sieci neuronowych • wysokie umiejętności programistyczne (preferowany język Python) oraz gotowość do implementacji i eksperymentalnej oceny nowych metod • umiejętność i gotowość do pracy z danymi wielowymiarowymi oraz modelami obliczeniowymi • umiejętność samodzielnej pracy, formułowania pytań badawczych oraz jasnego komunikowania wyników badań • dobra znajomość języka angielskiego w mowie i piśmie • posiadanie statusu doktoranta w szkole doktorskiej lub bycie na liście zakwalifikowanych do szkoły doktorskiej

Mile widziane

• wcześniejsze doświadczenie w pracy z homologią trwałą (persistent homology), algorytmami Mapper, Ball Mapper lub innymi metodami topologicznej analizy danych • doświadczenie w pracy z głębokimi sieciami neuronowymi oraz analizą reprezentacji wewnętrznych lub przestrzeni aktywacji • znajomość geometrycznych lub topologicznych podejść do uczenia maszynowego i uczenia reprezentacji • doświadczenie w pracy z frameworkami takimi jak PyTorch, TensorFlow, JAX lub pokrewnymi narzędziami do uczenia maszynowego • doświadczenie w pracy z konwolucyjnymi sieciami neuronowymi, transformerami lub innymi nowoczesnymi architekturami sieci neuronowych • znajomość zagadnień związanych z przykładami zwodniczymi (adversarial examples), odpornością modeli (robustness), interpretowalnością lub wyjaśnialną sztuczną inteligencją (XAI) • wiedza z zakresu układów dynamicznych oraz metod porównywania dynamik • doświadczenie w redukcji wymiarowości, uczeniu rozmaitości (manifold learning), grupowaniu danych oraz analizie danych wielowymiarowych • doświadczenie w przetwarzaniu języka naturalnego (NLP) lub reprezentacji danych nienumerycznych będzie dodatkowym atutem • doświadczenie zawodowe w przemyśle w obszarze uczenia maszynowego, sztucznej inteligencji, analizy danych lub tworzenia oprogramowania,szczególnie obejmujące pracę z rzeczywistymi zbiorami danych lub wdrażanie systemów AI • doświadczenie we współpracy interdyscyplinarnej z partnerami akademickimi lub przemysłowymi • zainteresowanie łączeniem teorii matematycznej z eksperymentami obliczeniowymi oraz zastosowaniami w rzeczywistych systemach sztucznej inteligencji

Zakres obowiązków

• Opracowywanie nowych metod matematycznych i algorytmicznych służących do badania geometrii i topologii przestrzeni aktywacji oraz wewnętrznych reprezentacji danych w sieciach neuronowych • Analiza zmian struktury reprezentacji danych zachodzących podczas procesu uczenia sieci neuronowych oraz badanie ich związku z jakością predykcji, zdolnością do generalizacji i odpornością modeli • Rozwijanie i implementacja narzędzi obliczeniowych wykorzystujących metody TDA, w szczególności Mapper, Ball Mapper i homologii persystentnej, do analizy różnych architektur sieci neuronowych, w tym sieci konwolucyjnych i modeli typu Transformer • Projektowanie i przeprowadzanie eksperymentów obliczeniowych na rzeczywistych i syntetycznych zbiorach danych, w tym badanie możliwości identyfikacji przykładów adwersarialnych i nietypowych zachowań modeli AI • Przygotowywanie publikacji naukowych, prezentowanie wyników badań na konferencjach oraz współpracę z członkami interdyscyplinarnego zespołu badawczego

Oferujemy

• pracę w interdyscyplinarnym zespole prowadzącym prace badawcze i rozwojowe o wysokiej innowacyjności • atrakcyjne wynagrodzenie

Dokumenty wymagane do rekrutacji

• List motywacyjny wyjaśniający zainteresowanie projektem, adresowany do Dyrektora Centrum Godnej Zaufania Sztucznej Inteligencji dla Nauk o Życiu – Międzynarodowa Agenda Badawcza • Życiorys badawczy kandydata z uwzględnieniem publikacji, wystąpień konferencyjnych, doświadczenia implementacyjnego oraz pracy w przemyśle • Opis kluczowych kompetencji i doświadczeń • Opis osiągnięć naukowych, Należy uwzględnić publikacje, wdrożenia lub patenty, wyróżnienia lub nagrody • Formularz „Kwestionariusz kandydata” • Skan dyplomu magisterskiego

Załączniki

• PL-14.docx

Dodatkowe informacje dla kandydata

Centrum Godnej Zaufania Sztucznej Inteligencji dla Nauk o Życiu - Międzynarodowa Agenda Badawcza (TRAILS) koncentruje się na opracowaniu nowej metod AI łączących wysoką skuteczność predykcyjną z przejrzystością, wiarygodnością oraz możliwością praktycznego zastosowania w naukach o życiu. TRAILS dąży do opracowania bezpiecznych i wyjaśnialnych modeli AI, zdolnych do analizy danych wielomodalnych, w szczególności szeregów czasowych, tekstu oraz sygnałów biologicznych. Kluczowym obszarem aplikacyjnym jest elektroencefalografia (EEG), której analiza stanowi jedno z największych wyzwań współczesnej diagnostyki neurologicznej. Profil badawczy TRAILS obejmuje cztery komplementarne obszary. Pierwszy z nich dotyczy opracowania systemów AI do analizy danych biologicznych. Drugi koncentruje się na budowie efektywnych modeli podstawowych. Trzeci obejmuje rozwój matematycznych podstaw AI. Czwarty topologiczną analizę danych umożliwiającą ekstrakcję cech opisujących strukturę i kształt danych.

Weź udział w rekrutacji

• Wyślij dokumenty na adres e-mail: [email protected] Skopiuj adres email

Ważne do: 2026-11-19

PL-14.docx: https://bazaogloszen.nauka.gov.pl/wp-content/uploads/2026/10/PL-14.docx

PL-14.docx https://bazaogloszen.nauka.gov.pl/wp-content/uploads/2026/10/PL-14.docx

KWESTIONARIUSZ OSOBY KANDYDUJĄCEJ (NA STANOWISKO NAUCZYCIELA AKADEMICKIEGO) DO OGŁOSZENIA O NR REFERENCYJNYM …

Osoba kandydująca: Imię i nazwisko

Data urodzenia

Dane kontaktowe

Stopnie/tytuły naukowe/tytuły zawodowe lub inne równorzędne ……………………………… Nadany przez ……………………………. w dniu (dd.mm.rrrr)…………………………. tytuł pracy…………………………… ……………………………… Nadany przez ……………………………. w dniu (dd.mm.rrrr)………………………. tytuł pracy …………………………… ……………………………… Nadany przez ……………………………. w dniu (dd.mm.rrrr)…………………………. ……………………………… Nadany przez ……………………………. w dniu (dd.mm.rrrr)…………………………. Dodatkowe certyfikaty/zaświadczenia/dyplomy

Przebieg zatrudnienia

Miejsce pracy, stanowisko, czas zatrudnienia

Miejsce pracy, stanowisko, czas zatrudnienia

Miejsce pracy, stanowisko, czas zatrudnienia

Miejsce pracy, stanowisko, czas zatrudnienia

Miejsce pracy, stanowisko, czas zatrudnienia

Miejsce pracy, stanowisko, czas zatrudnienia

Inne efekty prowadzonej pracy akademickiej i pozaakademickiej istotnej z punktu widzenia stanowiska, którego dotyczy konkurs Prowadzone zajęcia dydaktyczne

(proszę wymienić i zaznaczyć te własnego autorstwa) Promotorstwo prac dyplomowych i rozpraw doktorskich. Inne, np. (mentoring, tutoring)

(wskazać liczbę dla każdego rodzaju prac) Dyscyplina/y naukowa/e w jakich prowadzone są badania

Projekty naukowo-badawcze

(proszę wymienić, z zaznaczeniem roli pełnionej w projekcie. Jeśli projekt realizowany w ramach grantu wskazać instytucję finansującą, jeśli we współpracy międzynarodowej zaznaczyć) Udział w konferencjach naukowych

(wymienić oddzielnie konferencje krajowe i międzynarodowe, wskazać w przypadku wystąpienia w roli prelegenta) Stypendia, wyróżnienia, nagrody

(wskazać jeśli dotyczy) Lista publikacji

(wymienić lub załączyć plik) Prowadzona działalność organizacyjna

(udział w pracach komisji, pełnione funkcje lub role; udział w organizacji konferencji; inne) Działalność społeczna i popularyzatorska oraz wdrożeniowa

(udział w towarzystwach naukowych, praca w redakcjach naukowych, komercjalizacje wyników badań, autorstwo podręczników) Inne ważne informacje od osoby kandydującej:

Oświadczenia osoby kandydującej Oświadczenie wymagane: W związku z art. 113 Ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce z (Dz.U. 2024, poz. 1571 t.j.) oświadczam, że: mam pełną zdolność do czynności prawnych, korzystam z pełni praw publicznych, nie zostałam/em wydalona/y z pracy w uczelni z zakazem wykonywania pracy w uczelniach na okres od 6 miesięcy do 5 lat, nie zostałam/em pozbawiona/y prawa do wykonywania zawodu nauczyciela akademickiego na okres 10 lat, nie byłam/-em skazana/-ny prawomocnym wyrokiem za umyślne przestępstwo lub umyślne przestępstwo skarbowe. Przetwarzanie danych osobowych – oświadczenia opcjonalne Informujemy, że nie wymagamy zawierania danych osobowych innych niż: imię i nazwisko, data urodzenia, dane kontaktowe, wykształcenie, kwalifikacje zawodowe, przebieg dotychczasowego zatrudnienia, które będą przetwarzane podczas rekrutacji bez dodatkowej zgody. W przypadku umieszczenia w aplikacji dodatkowych danych, np.: zdjęcie, sytuacja rodzinna lub szczególnej kategorii danych, np: danych dotyczących zdrowia (w tym niepełnosprawności) prosimy o ich zaczernienie lub usunięcie z aplikacji przed jej wysłaniem. Jeśli jednak decyduje się Pan/Pani na umieszczenie którejkolwiek z w/w informacji prosimy o zakreślenie opcji „TAK” w poniższym oświadczeniu: Wyrażam zgodę na przetwarzanie moich danych osobowych zawartych w załączonych dokumentach aplikacyjnych przez Uniwersytet Warszawski w celu mojego udziału w procesie rekrutacji, w tym szczególnych kategorii danych, o których mowa w art. 9 ust. 1 RODO, które zostały zawarte w załączonych dokumentach aplikacyjnych, przez Uniwersytet Warszawski w celu mojego udziału w procesie rekrutacji – TAK. Jeśli chce Pan/Pani aby Pana/Pani aplikacja została zachowana na potrzeby przyszłych rekrutacji prosimy o określenie opcji „TAK” i podanie czasu przechowywania: Wyrażam zgodę na przetwarzanie danych osobowych w celu wykorzystania ich w kolejnych naborach prowadzonych przez Uniwersytet Warszawski – TAK, przez okres najbliższych … miesięcy.

……………….., …202… r. miejsce, data

……………………………………… Podpis osoby kandydującej

2