Rektor Uniwersytetu Jagiellońskiego ogłasza konkurs na dwa stanowiska adiunkta w grupie pracowników badawczych w Instytucie Fizyki Teoretycznej na Wydziale Fizyki, Astronomii i Informatyki Stosowanej

do realizacji zadań w projekcie TEAM-NET Fundacji na rzecz Nauki Polskiej nr POIR.04.04.00-00-14DE/18-00: Sztuczne sieci neuronowe inspirowane biologicznie „Młody doktor”

Do konkursu mogą przystąpić osoby, które spełniają wymogi określone w art. 113, 116 ust. 2 pkt 3) ustawy z dnia 20 lipca 2018 r. Prawo o szkolnictwie wyższym i nauce oraz § 165 Statutu UJ i Regulaminu konkursu TEAM NET w ramach Programu Operacyjnego Inteligentny Rozwój 2014-2020, Priorytet IV: Zwiększenie Potencjału Naukowo-Badawczego, Działanie 4.4.: Zwiększenie potencjału kadrowego B+R, spełniające następujące wymogi kwalifikacyjne:

1) stopień naukowy doktora uzyskany do 5 pięciu lat przed datą zatrudnienia w projekcie,

2) odpowiedni dorobek naukowy obejmujący oprócz pracy doktorskiej publikacje w renomowanych międzynarodowych żurnalach naukowych (fizyka teoretyczna, matematyczne metody fizyki),

3) czynny udział w życiu naukowym przejawiający się w szczególności poprzez wystąpienia na konferencjach i sympozjach,

4) mile widziana znajomość zagadnień dotyczących sztucznej inteligencji, uczenia maszynowego i sieci neuronowych,

Dodatkowe oczekiwania:

- motywacja i zaangażowanie w realizację projektu,

- dobra znajomość języka angielskiego.

Przykładowy opis zadań w projekcie:

1. analiza nisko- i wysokopoziomowych danych neuroinformatycznych z punktu widzenia układów złożonych i zjawisk krytycznych,

2. zaproponowanie ogólnych schematów dla nowych paradygmatów i architektur dla sieci neuronowych na podstawie w/w analizy,

3. prezentacja wyników na konferencjach naukowych.

Opis:

Model sztucznych sieci neuronowych został stworzony w oparciu o analogie do biologicznych odpowiedników, takich jak uproszczony model neuronu lub układ neuronów siatkówki. Ze względu na rosnącą złożoność zadań i problemy

z opracowaniem skutecznych metod uczenia głębokich sieci neuronowych, dominują rozwiązania oparte na strukturach algebraicznych. Obecnie zaawansowane podejścia do uczenia maszynowego, takie jak głębokie uczenie się, wykazują szereg niepożądanych cech, takich jak zapomnienie, podatność na zwodnicze przykłady, wymóg dużego zestawu danych treningowych i powolne uczenia się. Większość z tych problemów nie występuje w systemach biologicznych, dlatego korzystne byłoby czerpanie z nich inspiracji w celu uczenia sztucznych systemów. Celem projektu jest analiza zachowań wysokiego poziomu biologicznych systemów neuronowych i zbudowanie innowacyjnych sztucznych modeli poprzez zaproponowanie nowych paradygmatów uczenia się i nowych architektur modeli obliczeniowych.

Na Uniwersytecie Jagiellońskim działa sześć grup badawczych: Cognitive group, Physics-group (lider Maciej A. Nowak), Machine-learning group, Neuro-group, BioDataScience-group, InfoTech-group. Kierownikiem projektu jest prof. dr hab. Jacek Tabor. Ogłoszenie dotyczy naboru do grupy Physics.

Szczegóły ogłoszenia oraz informacja o przetwarzaniu danych osobowych znajdują się w załączniku.