The posting
Vi har kraften från över 50 000 studenter och medarbetare. Studenter som ger framtidshopp. Medarbetare som varje dag bidrar till att Linköpings universitet tar sig an samtidens utmaningar. Vår värdegrund vilar på trovärdighet, tillit och trygghet. Genom att vara modiga, tänka fritt och göra nytt skapar vi tillsammans, med stora och små handlingar, en bättre framtid. Välkommen att söka jobb hos oss! Vi söker nu en doktorand inom Medicinsk Vetenskap Dina arbetsuppgifter Behandlingsresistens är den främsta orsaken till återfall vid många former av leukemi och utgör ett betydande hinder för långsiktig bot. Resistensen kan vara primär, där cellerna redan från diagnos är okänsliga för behandling, eller förvärvad, där resistenta cellkloner selekteras fram under behandlingens gång. De biologiska mekanismerna bakom behandlingsresistens är komplexa och till stor del fortfarande okända i många leukemiformer. En djupare förståelse av de molekylära och cellulära processer som driver resistens är därför avgörande för utvecklingen av mer effektiva behandlingsstrategier, biomarkörer för riskstratifiering samt individualiserade terapier som kan förbättra patienternas överlevnad och livskvalitet. För att förstå hur behandlingsresistens uppkommer och förändras över tid i olika patienter och mellan cellpopulationer studerar vi detta med hjälp av avancerad single-cell genomik med beräkningsbiologi. Vi söker en mycket motiverad person med passion för att driva forskningsutvecklingen framåt. Den ideala kandidaten har en gedigen bakgrund inom dataanalys, utmärkt problemlösningsförmåga och trivs i en kollaborativ och tvärvetenskaplig miljö. Som doktorand ägnar du dig åt din forskarutbildning och forskningsprojekt där du ingår. En vanlig arbetsdag kan innebära att skriva och köra kod för att behandla sekvenseringsdata på en datorserver, tillämpa statistiska modeller och maskininlärningsalgoritmer och utföra nedströms dataanalys, inklusive statistik och visualisering, samt att skriva vetenskapliga texter som summerar resultaten. I ditt arbete kan även ingå att undervisa eller att delta i andra institutionsuppdrag, upp till 20 procent av heltid. Dina kvalifikationer Du har avlagt examen på avancerad nivå inom Medicinsk Bioteknik eller slutfört kurser om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå inom bioinformatik eller matematisk modellering eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper. Du ska vara skicklig på både muntlig och skriftlig kommunikation på engelska och ha god samarbetsförmåga. Dokumenterad erfarenhet av Unix command-line interfeace (CLI) och Bash kodning samt färdigheter i ett annat programmeringsspråk som Python eller R för analys och visualisering av single-cell RNA-sekvensering är ett krav. Kunskaper inom statistik, AI/ML, matematisk modellering är mycket meriterande. Kunskap inom AML och behandlingsresistens samt djupinlärningsmodeller såsom scVI är ytterligare meriterande. Personliga egenskaper, såsom kreativitet, nyfikenhet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning är väsentliga. Din arbetsplats Institutionen för biomedicinska och kliniska vetenskaper (BKV) är en av universitetets största institutioner med verksamhet framför allt inom den medicinska fakulteten. Vår målsättning är att bedriva utbildning och forskning inom medicin och biomedicin, med hög internationell kvalitet. Vid BKV finner du ledande forskning med både spets och bredd inom ett stort spektrum av modern biomedicin. Läs mer: https://liu.se/organisation/liu/bkv https://liu.se/organisation/liu/bkv/cnb, innefattar 100% av arbetsplatsen där vi bedriver forskning samt grundutbildning och forskarutbildning inom bioinformatik. Du kommer också vara del av SciLifeLab & Wallenberg National Program for Data-Driven Life Science (DDLS), ett 12-års initiativ riktat för att rekrytera och utbilda nästa generation av datadrivna life scientists och skapa globalt ledande förmågor i beräknings- och datavetenskap inom life science i Sverige. Genom detta program kommer du att delta i den nationella DDLS-forskarskolan och gå med i en dynamisk gemenskap av doktorander och postdocs från både akademi och industri. Du kommer också att ha tillgång till omfattande utbildning och resurser inom beräkningsvetenskap, inklusive high-performance computing (HPC) clusters. För mer information om DDLS-programmet, se https://www.scilifelab.se/data-driven/ Om anställningen I samband med att du antas till forskarutbildningen handläggs din anställning som doktorand. Läs mer om respektive fakultets forskarutbildning https://liu.se/forskning/forskarutbildning Anställningen är tidsbegränsad till normalt fyra år heltid. Du anställs till en början på ett år, och därefter förnyas anställningen med högst två år i taget, utifrån uppnådd studieplan. Förlängning av anställning upp till fem år sker utifrån grad av undervisnings- och institutionsuppdrag. Vid särskilda skäl kan ytterligare förlängning ske. Tillträde enligt överenskommelse. Lön och förmåner Doktorandlönen regleras utifrån en lokalt avtalad lönestege. Ingångslönen för våra doktorander är 33700 kr/månad (2026 års lönelöge). Lönen justeras årligen i samband med lönerevisionen samt när doktoranden har klarat av 30 % och 60 % av sina forskarstudier. Läs mer om förmåner för anställda https://liu.se/jobba-pa-liu/formaner. Fackliga kontaktpersoner Information om fackliga kontaktpersoner, se https://liu.se/jobba-pa-liu/hjalp-for-sokande. Ansökan Du söker denna anställning genom att klicka på knappen "Ansök" nedan. Din ansökan ska vara Linköpings universitet tillhanda senast den 5 november 2026. Ansökan som inkommer efter sista ansökningsdag beaktas inte. Vi välkomnar sökande med olika bakgrund, erfarenheter och perspektiv, det berikar och utvecklar vår verksamhet. För oss är det självklart att värna om allas lika värde, rättigheter och möjligheter. Läs om vårt arbete med https://liu.se/artikel/lika-villkor/. Välkommen med din ansökan! Linköpings universitet har upphandlade avtal och undanber oss direktkontakt från bemannings- och rekryteringsföretag samt försäljare av platsannonser.
