Postdoktor i Blomsterdrag, Maskininlärning och Makroevolution

Naturhistoriska riksmuseet är en statlig myndighet med uppdrag att främja kunskap, forskning och intresse för vår värld. Det är en framträdande forskningsinstitution och Sveriges största museum. I mer än 200 år har museet samlat in prover och data samt bedrivit forskning om livet på jorden. Samlingarna innehåller mer än 11 miljoner växter, djur, svampar, miljöprover, mineraler och fossil. All forskning och kunskap delas i utställningarna, Cosmonova och i aktiviteter på museet samt digitalt.

1 tjänst.

Arbetsuppgifter

Avdelningen för bioinformatik och genetik vid Naturhistoriska riksmuseet erbjuder en tvåårig postdoktortjänst med inriktning mot blomsterdrag, maskininlärning och makroevolution.

Detta projekt syftar till att undersöka utvecklingen av blomstorlek på oceaniska öar genom att kombinera fylogenetiska jämförande metoder med maskininlärningsbaserad extraktion av dragdata från digitaliserade botaniska floran. Den lyckliga sökanden kommer att utveckla beräkningsflöden för att generera stora, standardiserade dataset av blomsterdrag och använda dessa för att testa hypoteser om förutsägbarheten och drivkrafterna för blomstorleksutveckling i ösystem.

Som postdoktor i detta projekt kommer du att arbeta med att utveckla metoder inom maskininlärning (ML) och integrera makro-fylogenetiska verktyg för att förstå evolutionen av blomsterdrag på öar.

Föreslagen startdatum är 2026-10-01.

Krav

Kvalifikationer:

• Avlagt doktorsexamen inom växtsystematik eller ett relaterat område.
• Demonstrerad expertis inom fylogenetiska jämförande metoder och makroevolutionära analyser.
• Starka programmeringskunskaper i R och erfarenhet av att analysera stora, komplexa biologiska dataset.
• Mycket goda kunskaper i engelska, både i tal och skrift. (Forskningsmiljön är internationell, därför är engelska ett krav.)

Dessutom kommer erfarenhet inom följande områden att värderas positivt:

• Erfarenhet av data om växtbiodiversitet, digitaliserade floran och/eller dragdatabaser.
• Intresse för natural language processing (NLP), stora språkmodeller eller maskininlärning tillämpad på biologisk data.
• Minst en publikation i en internationell, peer-reviewad tidskrift.
• Vid ansökningsdatumet får högst tre år ha förflutit sedan doktorsexamen utfärdades, eller sedan en utländsk examen som bedöms som ekvivalent med doktorsexamen erhölls. Om det finns särskilda skäl kan även en tidigare examen beaktas. Särskilda skäl inkluderar ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackföreningar, tjänstgöring inom totalförsvaret eller liknande omständigheter, samt klinisk tjänstgöring eller andra uppdrag som är relevanta för ämnesområdet.

Personliga kompetenser

• Analysförmåga, kreativitet och förmåga att föreställa sig nya lösningar samt ta initiativ.
• Förmåga att samarbeta och att bedriva forskning självständigt.
• Goda kommunikationsförmåga, förmåga att ha ett öppet sinne och kommunicera dina idéer.

Urvalet av behöriga kandidater kommer att baseras på deras potential att gynnas av utbildningen. Följande kriterier kommer att användas för att bedöma denna potential: dokumenterad kunskap inom ett relevant forskningsområde, behärskning av engelska i tal och skrift, analytiskt tänkande, samarbetsförmåga samt kreativitet, initiativförmåga och självständighet. Utvärderingen kommer att beakta tidigare erfarenhet och akademisk prestation, kvaliteten på examensarbetet, referenser, relevant erfarenhet, intervjuer och kandidatens skriftliga motivation för ansökan. Du måste ha ditt eget lönebidrag säkrat.

Anställningsform: Tillfällig anställning.
Varaktighet: Start 2026-10-01. För att komma i fråga för denna tjänst krävs att du har egen extern finansiering för projektet.

Vänligen bifölj följande handlingar med din ansökan:

• CV som sammanfattar din utbildning, befattningar och akademiska arbete, inklusive vetenskapliga publikationer.
• Ett forskningsplan (max 4 sidor), inklusive:
  - Huvudmål, bakgrund, metodologi, påverkan och framtida potential för projektet.
  - Beskrivning av datadrivna metoder som används och/eller utvecklas inom projektet.
  - Budget, tidsplan, projekt risker och åtgärdsplan.
• En sammanfattning av förslaget (300 ord).
• Namn och kontaktuppgifter till 2-3 referenser.

Vi fördjupar vår kunskap om naturvärlden och inspirerar till ett bättre omhändertagande av vår planet. Vår ambition är att anställda vid Naturhistoriska riksmuseet ska spegla mångfalden i Sverige och vi välkomnar alla sökande.

Vi tillämpar ett individuellt, differentierat och objektivt lönesättningsystem i enlighet med kollektivavtalen RALS och RALST-T.

Vi har fattat beslut om val av marknadsföring. Därför tackar vi nej till kontakt med säljare, rekryteringsplatser och liknande.