Postdoc-tutkijoita Probabilistic Machine Learning -tutkimusryhmään, Aalto-yliopisto

Samuel Kasken tutkimusryhmä Probabilistic Machine Learning (https://research.cs.aalto.fi/pml/) etsii tutkijatohtoreita (postdoc) työskentelemään tekoälyn perustutkimuksen ja/tai mielenkiintoisten projektien parissa. Työhön sisältyy myös yhteistyötä Suomen tekoälykeskus FCAI:n, Manchesterin yliopiston Centre for AI Fundamentals -yksikön, The Alan Turing -instituutin, European Laboratory for Learning and Intelligent Systems ELLISin, ELLIS Institute Finlandin ja muiden alojen tutkijoiden kanssa.

Samuel Kaski on tietojenkäsittelytieteen professori Aalto-yliopistossa ja tekoälyn professori Manchesterin yliopistossa. Hän johtaa Suomen teköälykeskus FCAI:ta ja Helsingin ELLIS-yksikköä. Kasken tutkimusryhmä kehittää koneoppimisen periaatteita ja menetelmiä (ks. “Koneoppimisen perusteet” alla). Työtä tehdään usein yhteistyössä muiden alojen tutkijoiden kanssa ja hyödynnetään uusissa jännittävissä sovelluksissa (ks. muut aiheet alla).

Koneoppimisen perusteet

Avainsanat: todennäköisyyspohjainen mallintaminen, bayesilainen päättely, simulaatiopohjainen/todennäköisyysvapaa päättely, moniagentti-vahvistusoppiminen ja yhteistyössä toimiva tekoäly, sekventiaalinen päätöksenteko ja kokeellinen suunnittelu, yksityisyyttä suojaava oppiminen, bayesilainen syväoppiminen

Etsimme uutta tutkijatohtoria tiimiin, joka kehittää todennäköisyyspohjaisen mallintamisen ja bayesilaisen päättelyn menetelmiä. Tiimillä on työn alla useita innostavia koneoppimisen formulaatioita, joita voidaan myös soveltaa huipputasoisten yhteistyökumppanien kanssa. Tutkimuksen ytimessä on aina uusien menetelmien kehittäminen; tässä haussa etsitään lahjakkaita tutkijoita, joilla on taustaa koneoppimisessa, tilastotieteessä tai tietojenkäsittelytieteessä (tai muulla suoraan relevantilla alalla) ja joilla on vankka kiinnostus uusien menetelmien kehittämiseen. Kerro hakemuksessasi, mistä olet kiinnostunut - jos ryhmämme työskentelee jo aiheen parissa, aina parempi, mutta kuuntelemme myös uusia ideoita.

Koneoppiminen synteettisessä biologiassa ja biosuunnittelussa

Avainsanat: tekoälypohjainen suunnittelu, ihminen silmukassa -koneoppiminen, yhteistyössä toimiva tekoäly, molekyylimallinnus, vahvistusoppiminen, syväoppimisalgoritmit, generatiiviset mallit

Etsimme uran alkuvaiheessa olevia tutkijoita tutkimustiimimme, joka kehittää uuden sukupolven koneoppimismenetelmiä synteettiseen biologiaan. 

Paikat ovat osana on monivuotisia projekteja (BIODESIGN ja BIOFOUNDRY), jotka toteutetaan FCAI:n, VTT:n ja NSF Global Centerin välillä. Projektit tähtäävät tekoälytekniikoiden läpimurtoon proteiinisuunnittelussa. Tavoitteena on suunnitella AI-pohjaisia proteiinisuunnittelun työkaluja, jotka yhdistävät uusimpia koneoppimistekniikoita, kuten syvät generatiiviset mallit, graafineuroverkot, Bayesilainen optimointi, ja ihminen-silmukassa-koneoppiminen, VTT:n synteettisen biologian osaamiseen. Virtuaalilaboratoriolla nähdään olevan laaja-alaisia sovelluksia teollisuudessa (esimerkiksi uudet biokemikaalit, biomateriaalit ja lääkkeet) ja se voi auttaa hiilineutraaliin yhteiskuntaan siirtymisessä.

Etsimme tutkiojita, joilla on vahvaa akateemista näyttöä tietojenkäsittelytieteessä, matematiikassa tai tilastotieteessä. Eduksi katsotaan vankka kokemus yhdeltä tai useammalta seuraavista aloista: tekoälypohjainen suunnittelu, syväoppimisalgoritmit, generatiiviset mallit, ihminen silmukassa -koneoppiminen, yhteistyössä toimiva tekoäly, molekyylimallinnus, vahvistusoppiminen, strukturoitu ennustaminen

Palkattavat hakijat pääsevät osaksi maailmanluokan tutkimustiimiä, jossa FCAI:n huipputekoälytutkijat yhdistävät voimansa VTT:n synteettisen biologian asiantuntijoiden kanssa.

Reaaliaikainen tekoälyavustus laskennallisesti rationaalisilla käyttäjämalleilla (RAICU-projekti)

Avainsanat: yhteistyössä toimiva tekoäly, ihminen silmukassa -koneoppiminen, vahvistusoppiminen, käyttäjämallinnus

Huolimatta tekoälyn ja koneoppimisen viimeaikaisista edistysaskeleista, hyvin harvat ratkaisut soveltuvat tilanteisiin joissa emme voi tarkkaan määrittää tavoitetta tai joissa ei ole sopivia dataa oppimiseen. Tämä ongelma on erityisen keskeinen ja haastava ihmiskäyttäjien tilannekohtaisessa avustamisessa monimutkaisissa tehtävissä, kuten tieteen tekemisessä.

Projektin tavoitteena on kehittää ratkaisuja jotka kykenevät oppimaan toimintansa tavoitteet ja auttamaan käyttäjiä suoraan vuorovaikutuksen pohjalta. Tätä varten me kehitämme vahvistusoppimispohjaisia tekoälyavustajia, jotka on varustettu laskennallisesti rationaalisilla käyttäjämalleilla, jotka huomioivat ihmisen päätöksentekoon vaikuttavia tekijöitä, kuten kognitiivisia taipumuksia. Pyrimme kehittämään tekoälyä, joka päättelee ja suunnittelee tällaisia käyttäjämalleja hyödyntäen, ja siten pystyy vastaamaan ongelmiin, jotka ovat valtavirran tekoälyratkaisujen ulottumattomissa.

Suomen akatemian korkean suorituskyvyn laskenta -apurahan tukemana etsimme tiimiimme tutkijatohtoreita, joilla on vahva akateeminen tausta tietotekniikasta, matematiikasta tai tilastotieteestä. Vahva tutkimuskokemus yhdessä tai useammassa projektiin liittyvässä aihepiirissä on hyödyllistä.

Ryhmä: Tämä projekti toteutetaan laskennallisen rationaalisuuden huippuasiantuntijan, Exeterin yliopiston professori Andrew Howesin kanssa, ja yhteistyössä sovellusalojen asiantuntijoiden kanssa.

Seuraavan sukupolven jakaumamuutokset

Avainsanat: Jakaumien muutos, opetusjakauman ulkopuolelle yleistäminen, robusti käyttöönotto, syväoppiminen, koesuunnittelu

Robustit algoritmit ovat äärimmäisen tärkeitä koneoppimismallien oppimiselle, koska käyttöönoton jälkeinen tilanne voi poiketa opetuksen aikaisesta odottamattomilla tavoilla. Oletusten tekeminen jakaumien muutoksista, kuten esimerkiksi kovariaattien tai nimekkeiden muutoksista, ja niiden huomioonottaminen opetuksen aikana on yleinen käytäntö. Nämä oletukset ovat kuitenkin usein liian rajoittavia reaalimaailman tilanteissa, joissa vastaan tulevat muutokset ovat tyypillisesti monimutkaisempia. Lisäksi on vaikea tietää etukäteen, mitä muutoksia meidän on otettava huomioon. Tämä projekti keskittyy sellaisten uusien koneoppimismenetelmien kehittämiseen, joiden suorituskyky ei ole herkkä odottamattomille muutoksille eikä tietoaineistojen monimuotoisuudelle käyttöönoton jälkeen.

Etsimme hakijoita, joilla on vahva akateeminen tausta tietotekniikasta, matematiikasta tai tilastotieteestä. Tutkimuskokemus yhdellä tai useammalla seuraavista aloista on hyödyksi: jakaumamuutokset, opetusjakauman ulkopuolelle yleistäminen, määrittelyjoukon ulkopuolelle yleistäminen, sekventiaalinen koesuunnittelu.

 Kokemuksesi ja tavoitteesi

Hakijalta odotetaan tohtorintutkintoa sekä vahvaa osaamista koneoppimisessa tarvittavasta matematiikasta/tilastotieteestä/tietojenkäsittelytieteestä. Myös lähellä valmistumista olevat väitöskirjatutkijat voivat hakea tässä haussa.

Aiempi kokemus soveltavilta aloilta katsotaan eduksi. Työssä vaaditaan kykyä niin itsenäiseen kuin tiimissä työskentelyyn sekä erinomaista kirjallista ja suullista englannin kielen taitoa.

1) TUTKIMUSYMPÄRISTÖ

Työskentelet professori Samuel Kasken Probabilistic Machine Learning -tutkimusryhmässä. Kehitämmme yhteistyötä muiden toimijoiden kanssa joustavasti tutkimuksesta lähtevien tarpeiden mukaan. Yhteistyötä tehdään muun muassa Suomen tekoälykeskus FCAI:n, European Laboratory for Learning and Intelligent Systems ELLISin yksiköiden, Manchesterin yliopiston Centre for AI Fundamentals -yksikön, The Alan Turing -instituutin ja useiden soveltavien alojen kovatasoisten tutkijoiden kanssa.

2) TYÖN YKSITYISKOHDAT

Kaikki paikat ovat palkallisia ja palkkataso määräytyy yliopistojen palkkausjärjestelmän mukaisesti. Sopimus sisältää palkan lisäksi työterveysetuudet.

Tutkijatohtorin paikat ovat tyypillisesti enintään kolmivuotisia. Työsuhteen aloituspäivä ja yksityiskohdat voidaan sopia joustavasti ja yksilökohtaisesti. Sitoudumme tarjoamaan kaikille inklusiivisen ja syrjinnästä vapaan työympäristön. Toivomme hakemuksia monista eri taustoista tulevilta ihmisiltä ja kannustamme erityisesti naisia ja muita alalla aliedustettuja ryhmiä hakemaan.

Jätä hakemuksesi Workday-rekrytointijärjestelmän kautta, linkki alla. Haku sulkeutuu 2.2.2025 klo 23:59 (Suomen aikaa).

Hae paikkaa

Vaaditut liitteet:

1) Saatekirje (1–2 sivua)

2) CV

3) Julkaisuluettelo (älä liitä mukaan varsinaisia julkaisuja)

4) Opintosuoritusote tohtoriopinnoista 

5) Viimeisimmän tutkinnon tutkintotodistus. Jos ole vielä valmistunut tohtoriksi, jätä suunnitelma valmistumisestasi.

6) Kahden kokeneen akateemisen suosittelijan yhteystiedot. Olemme yhteydessä suosittelijoihin, jos tarvitsemme suosituskirjeitä.

Kaikki materiaalit tulee jättää englanniksi PDF-muodossa. Huomaathan, että voit jättää maksimissaan viisi liitettä rekrytointijärjestelmään, kukin näistä maksimissaan 5 MB.

Huom. Aalto-yliopiston tämänhetkisten työntekijöiden tulee hakea paikkaa sisäisesti Workdayssä (Internal Jobs / Sisäiset työpaikat -> Find jobs) nykyisellä Workday-profiilillaan, ei ulkoisen aalto.fi/fi/avoimet-tyopaikat -sivun kautta.

Yhteyshenkilö: koordinaattori Fang Wang ([email protected])

Olemme osa Suomen tekoälykeskus FCAI:ta ja ELLIS Unit Helsinkiä. Lisätietoja näiden yksiköiden sivuilla ja usein kysyttyjä kysymyksiä täällä.

Aalto-yliopistossa (53. sijalla Times Higher Education THE ranking-listalla maailman kansainvälisimmistä yliopistoista) tiede ja taide kohtaavat tekniikan ja talouden. Rakennamme kestävää tulevaisuutta saavuttamalla läpimurtoja avainalueillamme ja niiden yhtymäkohdissa. Samalla innostamme tulevaisuuden muutoksentekijöitä ja luomme ratkaisuja maailman suuriin haasteisiin. Yliopistoyhteisöömme kuuluu 13 000 opiskelijaa ja yli 4500 työntekijää, joista 400 on professoreita.  Kampuksemme sijaitsee Espoon Otaniemessä.  Monimuotoisuus on osa meitä, ja teemme jatkuvaa työtä yhteisömme monimuotoisuuden ja syrjimättömyyden varmistamiseksi. Siksi kannustammekin päteviä hakijoita taustasta riippumatta liittymään yhteisöömme.

Tietojenkäsittelytieteen laitos on kansainvälisesti suuntautunut yhteisö ja maailmanluokan modernin tietojenkäsittelytieteen koti, jossa perustutkimus yhdistyy tieteen innovatiivisiin sovelluksiin. Yli 40 professorillaan ja 450 työntekijällään se on Aalto-yliopiston suurin laitos ja Suomen suurin tietojenkäsittelytieteen yksikkö. Aalto-yliopiston tietojenkäsittelytiede on menestynyt hyvin useissa keskeisissä korkeakouluarvioinneissa (esim. 47. sija maailmassa ja 9. Euroopassa (alakohtainen Shanghai ranking 2019); 56. sija maailmassa (alakohtainen Times Higher Education ranking 2020).

Suomesta

Suomi on erinomainen maa asua sekä yksin että perheellisenä – se on turvallinen, poliittisesti vakaa ja hyvin organisoitu pohjoismainen hyvinvointiyhteiskunta. Suomi on  menestynyt johdonmukaisesti hyvin elintasoa mittaavissa tutkimuksissa ja se on listattu useasti maailman onnellisimmaksi maaksi: https://worldhappiness.report/news/its-a-three-peat-finland-keeps-top-spot-as-happiest-country-in-world/. Lisätietoa Suomessa asumisesta: https://www.aalto.fi/fi/toihin-aaltoon/miksi-valita-suomi 

Lisätietoa:

twitter.com/fcai_fi

linkedin.com/company/fcai

youtube.com/channel/UC7nUhposDgxzDOKns_H5J0w

Uutiskirje: http://eepurl.com/gVPBpf

Aalto.fi 

twitter.com/aaltouniversity 

facebook.com/aaltouniversity

instagram.com/aaltouniversity