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.