PhD in Causal Machine Learning for Real World Evidence data

PhD-stipendiat i Kausal Machine Learning til realverdensdata søges. Vil du være med til at udvikle fremtidens sundhedsløsninger ved Københavns Universitet?

PhD in Causal Machine Learning for Real World Evidence data

Del :

FacebookTwitterLinkedIn

Københavns Universitet søger en yderst motiveret og talentfuld ph.d.-stipendiat med start den 1. januar 2027, eller efter aftale, i Rasmussen Gruppen ved Novo Nordisk Foundation Center for Basic Metabolic Research (CBMR), Københavns Universitet.

Om KU - SUND - Kbh Ø

Novo Nordisk Foundation Center for Basic Metabolic Research (CBMR) er et akademisk forskningscenter, der pionerer banebrydende forskning mod bedre kardiometabolisk sundhed. Gennem kollaborativ tværfaglig forskning fra enkeltcellegenomik til helkropssystemer sigter CBMR mod at transformere den grundlæggende forståelse af kardiometabolisk sundhed og accelerere dens omsætning til forebyggelses- og behandlingsstrategier. Centerets unikt multi- og tværfaglige tilgang kombinerer forskning inden for genetik, fysiologi og farmakologi for bedre at forstå det komplekse samspil af de mange faktorer, der driver kardiometabolisk sygdom. Du kan lære mere i Executive Summary of CBMR's Strategy 2024–2028.

CBMR blev etableret i 2010 ved Det Sundhedsvidenskabelige Fakultet og har været placeret i Mærsk Tårnet på Panum siden 2017. De omkring 260 medarbejdere skaber et internationalt, yderst kollaborativt forskningsmiljø på tværs af discipliner.

KU - SUND - Kbh Ø's Forskning

Rasmussen Lab udvikler og anvender avancerede AI- og bioinformatikmetoder til at forstå kardiometabolisk sygdom og fremme præcisionssundhed. Et centralt fokus er skabelsen af AI-drevne medicinske digitale tvillinger ved at integrere storskala genomik, multi-omik og longitudinale sundhedsdata.

KU - SUND - Kbh Ø er et tværfagligt og kollaborativt team, der spænder over maskinlæring, beregningsbiologi og klinisk forskning. KU - SUND - Kbh Ø arbejder tæt sammen med førende internationale akademiske partnere. Gruppen tilbyder et støttende, inkluderende og internationalt miljø, hvor KU - SUND - Kbh Ø værdsætter mangfoldighed på tværs af baggrunde og karrierefaser og fremmer en kultur præget af teamwork, åben videnskab og gensidig støtte.

Projektbeskrivelse

Ph.d.-projektet fokuserer på at udvikle kausale AI-baserede metoder til bedre at forstå og forudsige kardiometabolisk sygdom ved hjælp af storskala sundheds- og biologiske data. Arbejdet vil bidrage til at bygge medicinske digitale tvillinger: computerbaserede repræsentationer af individer, der fanger sundhedsforløb over tid. Ved at kombinere forskellige datakilder og moderne maskinlæringsmetoder sigter projektet mod at forbedre, hvordan KU - SUND - Kbh Ø modellerer sygdomsrisiko, progression og behandlingsrespons. Forskningen befinder sig i krydsfeltet mellem datavidenskab, biologi og medicin og involverer et tæt samarbejde med kliniske og internationale partnere. Stillingen tilbyder en unik mulighed for at arbejde med verdensførende datasæt og bidrage til udviklingen af næste generation af præcisionssundhedsmetoder.

Hovedvejleder: Professor Simon Rasmussen, srasmuss@sund.ku.dk

Start: 1. januar 2027

Varighed: 3 år som ph.d.-stipendiat.

Profil

Nødvendige kvalifikationer:

  • Kandidatgrad i biologi, bioinformatik, datavidenskab eller beslægtede videnskaber. Bemærk venligst, at din kandidatgrad skal svare til en dansk kandidatgrad (to år).
  • Opnået gennemsnitskarakter.
  • Faglige kvalifikationer relevante for ph.d.-projektet.
  • Tidligere publikationer.
  • Relevant arbejdserfaring.
  • Andre faglige aktiviteter.
  • En nysgerrig tankegang med en stærk interesse for anvendelse af AI på sundhedsdata.
  • Fremragende engelske kommunikationsevner, både skriftligt og mundtligt.

Ansættelsesvilkår

Ansættelsen består af 3 år som ph.d.-stipendiat. Startdatoen er den 1. januar 2027, eller efter aftale.

Ansættelsen som ph.d.-stipendiat er betinget af ansøgerens succesfulde indskrivning som ph.d.-studerende ved Det Sundhedsvidenskabelige Fakultets ph.d.-skole, Københavns Universitet. Dette kræver indsendelse og accept af en ansøgning om det specifikke projekt formuleret af ansøgeren. Ph.d.-studiet skal gennemføres i overensstemmelse med Ph.d.-bekendtgørelsen (2013) og Fakultetets regler for opnåelse af graden.

Løn, pension og ansættelsesvilkår er i overensstemmelse med overenskomsten mellem Finansministeriet og Akademikerne i staten.

Spørgsmål

For yderligere information om stillingen bedes du kontakte Professor Simon Rasmussen på srasmuss@sund.ku.dk. For spørgsmål vedrørende rekrutteringsproceduren bedes du kontakte HR på hr-cbmr@adm.ku.dk. Generel information om ph.d.-studier ved Det Sundhedsvidenskabelige Fakultet er tilgængelig på ph.d.-skolens hjemmeside. Københavns Universitets International Staff Mobility-kontor tilbyder støtte og assistance til alle internationale forskere vedrørende alle spørgsmål relateret til flytning til og bosættelse i Danmark.

Ansøgningsprocedure

Din onlineansøgning skal indsendes på engelsk. Ydermere skal din ansøgning inkludere følgende dokumenter/vedhæftninger – alle i PDF-format:

  • Motiveret ansøgning (maks. én side).
  • CV inkl. uddannelse, erfaring, sprogkundskaber og andre færdigheder relevante for stillingen.
  • Attesteret kopi af originalt kandidatdiplom og karakterudskrift på originalsproget, inklusive en autoriseret engelsk oversættelse, hvis udstedt på et andet sprog end engelsk eller dansk. Hvis ikke afsluttet, accepteres en attesteret/underskrevet kopi af en nylig karakterudskrift eller en skriftlig erklæring fra institutionen eller vejlederen.
  • Liste over publikationer.
  • Referencer (navn og kontaktoplysninger for mindst to referencer).

Ansøgningsfrist: 28. september 2026, kl. 23.59 CET

Den videre proces

Efter ansøgningsfristens udløb udvælger den autoriserede rekrutteringsansvarlige ansøgere til bedømmelse efter indstilling fra ansættelsesudvalget. Alle ansøgere underrettes herefter straks, om deres ansøgning er sendt til bedømmelse af en uvildig bedømmer. Når bedømmelsesarbejdet er afsluttet, får hver ansøger mulighed for at kommentere den del af bedømmelsen, der vedrører ansøgeren selv.

KU - SUND - Kbh Ø forbeholder sig retten til ikke at behandle materiale modtaget efter fristen og ikke at behandle ansøgninger, der ikke opfylder de ovennævnte krav.

Københavns Universitet ønsker at afspejle samfundets mangfoldighed og byder ansøgninger velkommen fra alle kvalificerede kandidater uanset personlig baggrund.

Oplysninger

Clock Icon
Arbejdstid PhD fellow
Calendar Icon
Virksomhedens navn KU - SUND - Kbh Ø
Location Icon
Adresse C/O Nørre Campus Universitetsparken 2, 2100, København Ø
Calendar Icon
Kontaktperson Simon Rasmussen
Email Icon
Email kjv627@ku.dk
phone Icon
Telefon +4535332159
Se stillingsopslag