PhD Student in AI-driven Digital Phenotyping and Genomics

El proyecto doctoral, enmarcado dentro del programa Data-Driven Life Science (DDLS), tiene como objetivo investigar cómo la variación genética influye en la forma y función corporal mediante modelos avanzados de IA y grandes conjuntos de datos multimodales en caballos.

Líneas principales de investigación:

• Modelado multimodal integrando lenguaje, imágenes y representaciones 3D.
• Análisis de relaciones entre morfología y movimiento.
• Modelización de relaciones genoma-fenotipo mediante machine learning y modelos genómicos.
• Funciones principales:
• Desarrollo de modelos de machine learning y deep learning.
• Trabajo con imágenes, datos 3D, movimiento y secuencias genómicas.
• Implementación en Python y PyTorch utilizando infraestructuras HPC.
• Integración y análisis de datos multimodales.
• Participación en cursos, workshops y colaboraciones internacionales del programa DDLS.

Requisitos:

• Máster o titulación equivalente en áreas relacionadas con tecnología, informática, bioestadística o ciencias de datos.
• Experiencia en programación, preferentemente en Python.
• Interés por investigación interdisciplinar y ciencia basada en datos.
• Nivel alto de inglés.

Se valorará:

• Experiencia en machine learning, visión por computador o análisis de imágenes.
• Conocimientos en genética, biología computacional o datos biológicos.
• Experiencia con grandes volúmenes de datos y computación de alto rendimiento.

Condiciones:

• Contrato predoctoral de 4 años.
• Incorporación prevista: octubre 2026.
• Jornada completa.
• Ubicación: Uppsala (Suecia).
• Participación en una red internacional de investigación en IA y ciencias de la vida.

Más informacion en https://www.scilifelab.se/career/phd-student-in-ai-driven-digital-phenotyping-and-genomics/