Postdoktor i biologi med fokus på tillämpad maskininlärning och ålbeteende - Under tillsättning eller tillsatt, ej sökbar

Beskrivning

Fakulteten för hälsa, natur- och teknikvetenskap utlyser nu en postdoktorsanställning i biologi på heltid vid Institutionen för miljö- och livsvetenskap. Ämnesområdet är kvantitativ akvatisk ekologi med fokus på fiskars vandringsbeteende och maskinlärning för att prediktera hur hydrodynamiska förhållanden påverkar den europeiska ålens vandringsbeteende.

Naturresurs rinnande vatten, NRRV, är en forskargrupp vid Institutionen för miljö- och livsvetenskap på Karlstads universitet som bedriver både grundforskning och tillämpad forskning med fokus på vattendrag, sjöar och dess omgivningar. Forskargruppen intresserar sig för ett hållbart användande av naturresurser i avrinningsområden och arbetar för att hitta lösningar på miljöproblem som är till nytta för både samhälle och natur. Forskningsområden som berörs av NRRV inkluderar vattenkraftens effekter på älvars konnektivitet, akvatiska och terrestra habitat och dess sammankopplingar, vinterekologi i relation till klimatförändringar, hotade arter som europeisk ål och målarmusslor, naturvårdsbiologi och socio-ekologisk forskning kopplad till reglering av vattendrag och sportfiske (www.kau.se/biologi; www.nrrv.se). Mycket av forskningen inom dessa områden bedrivs i samarbete med aktörer från näringslivet, handläggande myndigheter, intresseorganisationer och markägare. Postdoktorsanställningen i biologi är en tidsbegränsad heltidsanställning under en 2-årsperiod, med möjlighet till förlängning på 1 år. Anställningen kan också komma att innefatta undervisning och administrativa arbetsuppgifter vid institutionen.

Arbetsuppgifter

Vattenkraftverk fragmenterar vattendrag och förhindrar fiskars vandring mellan habitat för reproduktion, födosök och överlevnad. Detta leder till försvagade populationer och för att vända den globala trenden med minskande fiskbiodiversitet behövs förbättrad kunskap om fiskars interaktion med deras omgivande miljö. Detta är särskilt brådskande för den akut hotade Europeiska ålen (Anguilla anguilla), vars population minskat med >95 % under de senaste 25 åren. De viktigaste orsakerna bakom denna snabba nedgång är inte fastställda, men bidragande orsaker är överfiske, toxiska ämnen, klimatförändringar, förstörda habitat och fragmentering. Blankålar som vandrar nedströms mot havet är speciellt skadebenägna vid kraftverkspassage, till följd av dess långsmala kroppsform. Således föreligger ett stort behov av att utveckla och implementera effektiva åtgärder för skadefri nedströmspassage vid vattenkraftverk, i synnerhet för ål.

Nedströmspassagelösningar vid vattenkraftverk syftar till att leda fisken förbi potentiellt skadliga intagsgaller och turbiner. För att skapa effektiva åtgärder med minimal produktionspåverkan krävs detaljerad kunskap om ålens beteende, ett forskningsområde som i dag präglas av kunskapsluckor. Det saknas till exempel grundläggande kunskap om vandrande blankålars beteenderespons på den hydrologiska och hydrodynamiska miljön vid vattenkraftverk. Sådan kunskap är en förutsättning för att kunna utveckla och implementera effektiva passagelösningar.

Vårt projekt syftar till att utveckla ett statistiskt ramverk som ger en förståelse för hur hydrologiska och hydrodynamiska nyckelvariabler påverkar ålens simbeteende, som i kombination med tekniker för maskininlärning möjliggör prediktioner av ålars rörelsemönster i respons till den omgivande miljön. Det statistiska ramverket utvecklas från befintliga modeller för laxsmolt, som utvecklats av projektgruppen. Ramverket kommer ge ökad kunskap om sambandet mellan hydrologi, hydrodynamik och ålens vandringsbeteende. De fastställda sambanden kombineras därefter med maskininlärning för att skapa ett verktyg som predikterar ålars beteende och vägval vid nedströmspassage av vattenkraftverk. Detta verktyg förväntas få stor betydelse för optimering av miljöförbättrande åtgärder, vilket kommer stärka den europeiska ålpopulationen och bidra till restaureringen av ekosystemfunktioner i sötvatten.

Inom ramen för postdoktorsanställningen kommer du att vara en del av forskargruppen NRRV, i nära samarbete med experter från Norsk institut for naturforskning (NINA) och Vattenfall R&D. Du kommer arbeta ”end-to-end” i ett projekt som kräver tillämpning av de allra senaste maskininlärningsteknikerna, statistiska metoder och andra avancerade analysverktyg för att levererar lösningar för bevarandet av fiskarter. I rollen får du möjlighet att samarbeta och utvecklas i din profession tillsammans med erfarna experter inom biologi och datavetenskap. Det kan även bli aktuellt med telemetristudier av blankål i fält för att studera hur ålens vandringsbeteende påverkas av hydrodynamik. Du förväntas vara närvarande på universitetet och aktivt engagerad i forskningsmiljön.

Behörighetskrav

Behörig att anställas som postdoktor är den som har avlagt doktorsexamen (eller kommer att ha avlagt examen före beslut om anställning är taget) i kvantitativ ekologi, statistik, beräkningsekologi eller angränsande område. Examen får vara avlagd högst tre år före ansökningstidens utgång. Om det finns särskilda skäl kan doktorsexamen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, klinisk tjänstgöring, förtroendeuppdrag inom fackliga organisationer eller andra liknande omständigheter. Mycket goda kunskaper i engelska, både i tal och skrift, är ett krav.

Bedömningsgrunder

Vi söker en mycket engagerad och motiverad kandidat med erfarenhet inom datavetenskap och/eller kvantitativ akvatisk ekologi.

I urvalsprocessen kommer särskild vikt att läggas vid den sökandes vetenskapliga skicklighet. Bedömningen baseras på kvaliteten på den sökandes doktorsavhandling, vetenskapliga publikationer samt andra vetenskapliga meriter. Av särskild vikt är även den sökandes kunskaper inom avancerad statistik och maskininlärning (Random Forest, artificiella neurala nätverk, etc.), tidsserieanalys och programmering (Python och/eller R).

Stor vikt läggs vid den sökandes vetenskapliga erfarenhet inom fiskekologi, bevarandeekologi och/eller sötvattens-/marinekologi. Av stor vikt är även personliga egenskaper såsom förmågan att samarbeta och skapa goda relationer med kollegor, samt förmågan att arbeta självständigt och ta egna initiativ.

Av vikt är den sökandes intresse för, och kunskap om, bevarandet av den europeiska ålen och telemetri, samt erfarenhet av att samarbeta med det omgivande samhället och kommunicera forskningsresultat. Genomförd högskolepedagogisk utbildning är meriterande, och så även körkort.

Villkor

Anställningen är en tidsbestämd heltidsanställning på 2 år, med möjlighet till eventuell förlängning på 1 år. Start 1 maj 2024, eller enligt överenskommelse.

Ansökan

Ansökan görs i universitetets webbaserade rekryteringsverktyg Varbi. Information om hur din ansökan kan se ut hittar du i "Vad ska ingå i min ansökan?”

Du som sökande ansvarar för att ansökan är komplett i enlighet med annonsen, att eventuella handlingar på språk annat än svenska och engelska är översatta och att dokumentera din kompetens på ett sätt som medger en saklig, kvalitativ bedömning. Fullständig ansökan ska ha inkommit senast vid sista ansökningsdag. En ofullständig ansökan kan medföra att din kompetens inte kvalitativt kan prövas i alla avseenden.

Ansökan ska innehålla:

• CV
• personligt brev med beskrivning av dina kvalifikationer och forskningsintressen i förhållande till anställningens innehåll
• publikationsförteckning (vid sampublicering ska den egna rollen framgå)
• kopior av relevanta betyg, examensbevis, intyg som stärker tidigare anställningar och rekommendationsbrev
• kopia av doktorsavhandling och andra relevanta publikationer
• intyg över språkkunskaper
• två referenser, varav minst en är tidigare eller nuvarande chef
• exempel på ett projekt i ett webbaserat lagringssytem som t.ex. GitHub eller Gitlab

Alla handlingar och publikationer som du önskar ska vara en del av din ansökan ska bifogas den digitala ansökan (inte enbart länkar). Namnge varje uppladdat dokument så det tydligt framgår vad det innehåller.

De underlag som inte kan skickas elektroniskt exempelvis böcker och publikationer skickas till: Karlstads universitet, Hanna Ljungdahl, 651 88 Karlstad

Sista ansökningsdag: 2024-01-31

Ange referensnummer: REK2023/244

Välkommen med din ansökan!

Karlstads universitet har gjort medieval för denna rekrytering och vi undanber oss därför kontakter med annonsförsäljare av rekryteringstjänster.