پژوهشگر مقطع دکتری در یادگیری ماشین قابل‌تفسیر برای زیست‌شناسی تک‌سلولی
توسعه مدل‌های هوش مصنوعی قابل‌تفسیر برای استخراج بینش‌های زیستی از داده‌های امیکس تک‌سلولی در محیط پژوهشی بین‌رشته‌ای آمستردام.
مناسب برای:مناسب برای فارغ‌التحصیلان کارشناسی ارشد در رشته‌های بیوانفورماتیک، علم داده یا هوش مصنوعی با تجربه عملی در یادگیری ماشین مبتنی بر پایتون و علاقه‌مند به زیست‌شناسی تک‌سلولی و روش‌های محاسباتی.
مرور کلی
این موقعیت دکتری در دانشگاه آمستردام بر پیشبرد یادگیری ماشین قابل‌تفسیر برای تحلیل داده‌های (چند)امیکس تک‌سلولی از طریق ادغام دانش زیستی در مدل‌ها تمرکز دارد. نامزد موفق در گروه تحلیل داده‌های زیست‌سیستم در مؤسسه علوم زیستی Swammerdam کار خواهد کرد و پیوندی میان علوم کامپیوتر، ریاضیات و زیست‌شناسی ایجاد می‌کند. هدف این پروژه ایجاد ابزارهای هوش مصنوعی با قابلیت تفسیر ذاتی است که در مجموعه‌داده‌های زیستی متنوع قابل استفاده باشند و چالش‌های درک تنظیم ژن، مکانیزم‌های بیماری و ارتباطات سلولی را برطرف کنند. این نقش همکاری با زیست‌شناسان در حوزه‌های ایمنی‌شناسی، پژوهش‌های سرطان و فراتر از آن را در کنار دسترسی به زیرساخت‌های محاسباتی با کارایی بالا ارائه می‌دهد. نامزدهای ایده‌آل باید پایه‌ای قوی در یادگیری ماشین را با کنجکاوی نسبت به سیستم‌های زیستی و اشتیاق به پژوهش بین‌رشته‌ای ترکیب کنند.
نحوهٔ درخواست
برای دیدن امتیاز تطابق شخصی، نیازمندی‌ها، جزئیات بودجه و نحوهٔ درخواست — به انگلیسی یا فارسی — حساب کاربری رایگان بساز.