Useita postdoc-tutkijan ja 1–2 väitöskirjatutkijan tehtävää koneoppimisessa Kaski Labissa, ELLIS Institute Finlandissa ja Manchester Centre for AI Fundamentalsissa
Hakuaika päättyy
Yksikkö
Tehtäväalue
Samuel Kasken kaksiosainen tutkimusryhmä ELLIS Institute Finlandissa (Probabilistic Machine Learning, Aalto-yliopisto) ja Manchesterin yliopiston Centre for AI Fundamentalsissa hakee tutkijatohtoreita ja väitöskirjatutkijoita työskentelemään tekoälyn perusteisiin liittyvien tutkimuskysymysten parissa innostavissa projekteissa. Työ sisältää yhteistyötä ELLIS Institute Finlandin, Suomen tekoälykeskuksen FCAI:n, muun ELLIS-verkoston sekä eri alojen tutkijoiden kanssa.
Samuel Kaski toimii tietojenkäsittelytieteen professorina Aalto-yliopistossa ja tekoälyn professorina Manchesterin yliopistossa. Hän on ELLIS Institute Finlandin ja Suomen tekoälykeskus FCAI:n johtaja. Hänen tutkimusryhmänsä kehittää koneoppimisen periaatteita ja menetelmiä keskittyen muutamiin keskeisiin tutkimusteemoihin sekä tekee tiivistä monitieteistä yhteistyötä uusien ja vaikuttavien sovellusten parissa (katso avoimet tutkimusaiheet alla).
Avoimet paikat
Liityt tutkimusryhmään, joka kehittää seuraavan sukupolven probabilistista ja yhteistyöhön perustuvaa tekoälyä. Tutkimme koneoppimisen perustavanlaatuisia kysymyksiä, kuten epävarmuustietoista ja simulointipohjaista päättelyä, generatiivisia malleja, jakaumamuutosten kestävyyttä, automaattista kokeiden suunnittelua, yksityisyyttä suojaavaa oppimista, (käänteistä) vahvistusoppimista, laskennallista rationaalisuutta ja käyttäjämallinnusta. Tavoitteemme on kehittää periaatteellisesti vahvoja tekoälymenetelmiä, jotka ovat luotettavia, mukautuvia ja tieteellisesti hyödyllisiä. Tutkimus yhdistää koneoppimisen perusteiden kehittämisen käytännön sovelluksiin esimerkiksi tieteellisessä tutkimuksessa, terveydenhuollossa sekä lääkkeiden, materiaalien ja järjestelmien suunnittelussa. Yhdistämällä osaamista koneoppimisesta, tilastotieteestä ja optimoinnista ratkaisemme haastavia monitieteisiä ongelmia, joita yksittäinen lähestymistapa ei yksin kykene ratkaisemaan. Alla esittelemme tutkimusaiheet, joihin etsimme parhaillaan uusia tutkijoita.
Multimodaaliset foundation-mallit (Multimodal foundation models)
Avainsanat: multimodaalinen oppiminen, foundation-mallit, ihmislähtöinen hienosäätö, downstream-tehtävien hienosäätö, testiaikainen mukautuminen
Liityt tutkimusryhmään, joka kehittää seuraavan sukupolven multimodaalisia foundation-malleja, jotka kykenevät päättelyyn tekstin, kuvien, videon sekä 3D-molekyylisuunnittelun ja robotiikkaympäristöjen välillä. Tutkimus toteutetaan osana EU-rahoitteista eurooppalaista ELLIOT-tekoälyhanketta. Tavoitteenamme on tehdä näistä järjestelmistä paremmin todellisuuteen kiinnittyviä, mukautuvia, tehokkaita ja ihmisten tavoitteiden ja palautteen kanssa linjassa olevia. Työ yhdistää multimodaalisen representaatioppimisen perustutkimuksen käytännön kysymyksiin suurten tekoälyjärjestelmien hyödyntämisestä muuttuvissa todellisissa ympäristöissä.
Kiinnostuksestasi riippuen voit työskennellä esimerkiksi laajamittaisen multimodaalisen koulutuksen, jakaumamuutosten aikaisen mukautumisen, tehokkaan mallitiivistyksen ja mukauttamisen, retrieval-augmented learningin tai ihmispalautteeseen, preferensseihin ja vuorovaikutukseen perustuvan mallien ohjauksen parissa.
Jakautuman ulkopuolella toimiva koneoppiminen (Out-of-Distribution Deployable Machine Learning)
Avainsanat: out-of-distribution-yleistyminen, jakaumamuutos, aktiivinen oppiminen, human-in-the-loop-oppiminen, probabilistinen mallinnus, sekventiaalinen kokeiden suunnittelu, yhteistyötekoäly, päätöksenteon tuki
Kehitämme koneoppimismenetelmiä, jotka säilyvät luotettavina myös koulutusolosuhteidensa ulkopuolella. Yksi modernin tekoälyn keskeisistä haasteista on, että todelliset ympäristöt poikkeavat datasta, jolla mallit on koulutettu, mikä johtaa virheisiin jakaumamuutosten, piilevien sekoittavien tekijöiden ja väärien oletusten vuoksi. ERC Advanced Grant -rahoitteinen tutkimuksemme vastaa näihin haasteisiin yhdistämällä probabilistista koneoppimista, mukautuvaa päättelyä ja ihmisen kanssa yhteistyössä toimivaa tekoälyä.
Työsi keskittyy algoritmien ja viitekehysten kehittämiseen, joiden avulla mallit voivat mukautua uusiin ympäristöihin, oppia tehokkaasti rajallisesta palautteesta ja tukea ihmisten päätöksentekoa epävarmuuden vallitessa. Kiinnostuksestasi riippuen tutkimus voi sisältää esimerkiksi out-of-distribution-yleistymistä, domain adaptationia, aktiivista oppimista, asiantuntijapalautteesta oppimista, sekventiaalista kokeiden suunnittelua, yhteistyötekoälyjärjestelmiä tai probabilistisia lähestymistapoja robustiin käyttöönottoon. Projekti yhdistää koneoppimisen perustutkimuksen mahdollisuuksiin tehdä tiivistä yhteistyötä sovellusalueiden huippututkijoiden ja kansainvälisten tutkimuskumppaneiden kanssa.
Yhteistyötekoäly (Collaborative AI)
Avainsanat: yhteistyötekoäly, ihmisen ja tekoälyn vuorovaikutus, päätöksenteon tuki, human-in-the-loop-oppiminen, epävarmuustietoinen tekoäly, interaktiivinen koneoppiminen, laskennallinen rationaalisuus, tekoälyavusteinen tutkimus
Liityt tutkimusryhmään, joka kehittää yhteistyötekoälyjärjestelmiä monimutkaisiin päätöksenteko- ja ongelmanratkaisutehtäviin. Tavoitteemme on rakentaa tekoälymenetelmiä, jotka kykenevät luonnolliseen vuorovaikutukseen käyttäjien kanssa, toimimaan epävarmuuden alla, mukautumaan ihmisten preferensseihin ja asiantuntemukseen sekä tukemaan luotettavaa päätöksentekoa. Tutkimus yhdistää koneoppimista, probabilistista mallinnusta, kognitiivista mallinnusta ja interaktiivista tekoälyä kehittääkseen järjestelmiä, jotka täydentävät ihmisen älykkyyttä sen sijaan, että korvaisivat sen.
Voit työskennellä esimerkiksi human-in-the-loop-oppimisen, epävarmuustietoisen päätöksenteon tuen, preferenssioppimisen, mukautuvan vuorovaikutuksen, tekoälyavusteisen tieteellisen tutkimuksen, laskennallisen rationaalisuuden tai ihmisen ja tekoälyn yhteisen päättelyn parissa. Työ käsittelee sekä ihmiskeskeisen koneoppimisen perustavanlaatuisia kysymyksiä että yhteistyötekoälyn käytännön käyttöönoton haasteita todellisissa ympäristöissä. Tarjoamme mahdollisuuden yhteistyöhön kansainvälisten huippututkijoiden ja sovellusalueiden asiantuntijoiden kanssa muun muassa terveydenhuollon, luonnontieteiden ja älykkään päätöksenteon tuen aloilla.
Koneoppimisen perustutkimus ja soveltava tutkimus (Fundamental and Applied Machine Learning Research)
Avainsanat: koneoppiminen, probabilistinen mallinnus, generatiivinen tekoäly, representaatioppiminen, optimointi, luotettava tekoäly, mukautuvat järjestelmät, AI for Science
Etsimme myös tutkijoita, jotka haluavat tarttua kunnianhimoisiin avoimiin tutkimuskysymyksiin koneoppimisessa yllä kuvattujen teemojen lisäksi. Tutkimusryhmämme työskentelee laajasti probabilistisen mallinnuksen, generatiivisen tekoälyn, mukautuvien ja interaktiivisten oppimisjärjestelmien, luotettavan tekoälyn sekä tieteellistä tutkimusta ja päätöksentekoa tukevien tekoälymenetelmien parissa. Olemme erityisen kiinnostuneita tutkimuksesta, joka yhdistää vahvan menetelmällisen perustan mahdollisuuteen saavuttaa merkittävää vaikuttavuutta todellisissa sovelluksissa – niin lyhyellä kuin pitkällä aikavälillä.
Taustastasi ja kiinnostuksenkohteistasi riippuen työsi voi sisältää uusien koneoppimisen periaatteiden, skaalautuvien päättely- ja optimointimenetelmien, robustien ja epävarmuustietoisten tekoälyjärjestelmien, generatiivisten mallien, representaatioppimismenetelmien tai uusien tekoälysovellusten kehittämistä tieteen, terveydenhuollon ja älykkäiden järjestelmien alueilla. Kannustamme monitieteiseen tutkimukseen ja yhteistyöhön koneoppimisen, tilastotieteen, kognitiotieteen ja eri sovellusalojen välillä. Tehtävä tarjoaa huomattavan vapauden tutkimussuunnan muovaamiseen samalla kun työskentelet yhteistyöhön perustuvassa ja kansainvälisesti verkottuneessa tutkimusympäristössä.
Osaamisesi ja tavoitteesi
Odotamme hakijoilta vahvaa taustaa koneoppimisen kannalta keskeisillä matematiikan, tilastotieteen ja tietojenkäsittelytieteen alueilla. Tutkijatohtorin tehtävään valittavalta edellytetään tohtorintutkintoa tai sen loppuvaiheessa olemista, ja väitöskirjatutkijan tehtävään soveltuvaa ylempää korkeakoulututkintoa.
Aiempi kokemus sovellusaloilta tai kognitiotieteestä katsotaan eduksi. Arvostamme kykyä sekä itsenäiseen työskentelyyn että tiimityöhön. Erinomainen englannin kielen suullinen ja kirjallinen taito on tehtävässä välttämätön.
Mitä tarjoamme
1) TUTKIMUSYMPÄRISTÖ
Työskentelet professori Samuel Kasken tutkimusryhmässä ELLIS Institute Finlandissa (Probabilistic Machine Learning Group) tai Isossa-Britanniassa Centre for AI Fundamentalsissa. Rakennamme yhteistyötä joustavasti tutkimuksen tarpeiden mukaan. Yhteistyökumppaneihin kuuluvat muun muassa ELLIS Institute Finlandin muut tutkimusryhmät, Suomen tekoälykeskus FCAI, European Laboratory for Learning and Intelligent Systems (ELLIS) -verkoston muut toimipisteet, Manchesterin yliopiston Centre for AI Fundamentals sekä useat sovellusalueidemme huippututkijat eri tieteenaloilta.
2) TYÖN YKSITYISKOHDAT
Tutkijatohtorin tehtävät täytetään tyypillisesti enintään kolmeksi vuodeksi, ja niihin voi sisältyä mahdollisuus jatkoon. Väitöskirjatutkijan tehtävät alkavat kaksivuotisella työsopimuksella, jota jatketaan väliarvioinnin jälkeen toisella kaksivuotisella sopimuksella. Aloitusajankohdat ovat joustavia, ja tehtävien yksityiskohdista sovitaan tapauskohtaisesti.
Olemme vahvasti sitoutuneet rakentamaan yhdenvertaisen, osallistavan ja syrjimättömän työympäristön. Toivotamme lämpimästi hakemuksia kaikilta päteviltä hakijoilta taustasta riippumatta ja kannustamme erityisesti naisia ja muita alalla aliedustettuja ryhmiä hakemaan tehtäviä.
Kaikki tehtävät ovat täysin rahoitettuja, ja palkka perustuu suomalaisten yliopistojen palkkausjärjestelmään. Aloituspalkka määräytyy tehtävän tason ja aiemman kokemuksen perusteella. Tyypillinen aloituspalkka on tutkijatohtoreilla noin 4200 euroa kuukaudessa ja väitöskirjatutkijoilla noin 3100 euroa kuukaudessa, ja palkka kasvaa kokemuksen karttuessa. Kaikilla työntekijöillä on käytössään työterveyshuolto, ja he kuuluvat Suomen kansallisen sairausvakuutusjärjestelmän piiriin.
Valmiina hakemaan?
Jätä hakemuksesi Workday-rekrytointijärjestelmän kautta, linkki alla. Haku sulkeutuu 28. Kesäkuuta 2026 klo 23:59 (Suomen aikaa). Voit joko jättää erillisen hakemuksen University of Manchesteriin (hakulinkki lisätään kesäkuun alussa), jos haluat tulla huomioiduksi molempiin kohteisiin, tai yhden hakemuksen, jos haluat tulla huomioiduksi vain kyseiseen kohteeseen.
Vaaditut liitteet
1) Saatekirje (1–2 sivua)
2) CV
3) Julkaisuluettelo (älä liitä mukaan varsinaisia julkaisuja)
4) Tohtoriopintojen ja aiempien opintojen opintosuoritusote (erityisesti tohtoriopiskelijoille)
5) Viimeisimmän tutkinnon tutkintotodistus. Jos et ole vielä valmistunut tohtoriksi tai maisteriksi, jätä suunnitelma valmistumisestasi.
6) Kahden kokeneen akateemisen suosittelijan yhteystiedot. Olemme yhteydessä suosittelijoihin, jos tarvitsemme suosituskirjeitä.
Kaikki materiaalit tulee jättää englanniksi PDF-muodossa. Huomaathan, että voit jättää maksimissaan viisi liitettä rekrytointijärjestelmään, kukin näistä maksimissaan 5 MB.
Huom. Aalto-yliopiston tämänhetkisten työntekijöiden tai vierailijoiden tulee hakea paikkaa sisäisesti Workdayssä (Internal Jobs / Sisäiset työpaikat -> Find jobs) nykyisellä Workday-profiilillaan, ei ulkoisen aalto.fi/fi/avoimet-tyopaikat -sivun kautta.
Yhteyshenkilö: koordinaattori Fang Wang (fang.wang@aalto.fi)
Lisätietoa
Olemme osa ELLIS Institute Finlandia, joka on johtava tutkimusympäristö ja rakentuu Suomen vahvalle koneoppimisen tutkimuksen perinteelle, mukaan lukien työ Finnish Centre for Artificial Intelligence FCAI:ssa. ELLIS Institute Finland on osa eurooppalaista ELLIS-verkostoa ja toimii tiiviissä yhteistyössä suomalaisten yliopistojen, TKI-organisaatioiden ja teollisuuden kanssa muodostaen elinvoimaisen tekoälyn ja koneoppimisen ekosysteemin. Instituutti tarjoaa erinomaiset laskentaresurssit – omat resurssinsa sekä CSC:n kautta, mukaan lukien pääsyn LUMI-supertietokoneeseen ja eurooppalaiseen AI Factoryyn, ja se sijaitsee Otaniemessä, Espoossa, dynaamisen tutkimus- ja innovaatiohubin ytimessä.
Aalto-yliopistossa tiede ja taide kohtaavat tekniikan ja talouden. Rakennamme kestävää tulevaisuutta saavuttamalla läpimurtoja avainalueillamme ja niiden yhtymäkohdissa. Samalla innostamme tulevaisuuden muutoksentekijöitä ja luomme ratkaisuja maailman suuriin haasteisiin. Yliopistoyhteisöömme kuuluu 14 000 opiskelijaa ja noin 5000 työntekijää, joista 400 on professoreita. Kampuksemme sijaitsee Espoon Otaniemessä. Monimuotoisuus on osa meitä, ja teemme jatkuvaa työtä yhteisömme monimuotoisuuden ja syrjimättömyyden varmistamiseksi. Siksi kannustammekin päteviä hakijoita taustasta riippumatta liittymään yhteisöömme.
Aalto-yliopiston tietotekniikan laitos on yksi Pohjois-Euroopan johtavista tietotekniikan tutkimuksen yksiköistä ja sijaitsee Espoossa Otaniemen kampuksella. Yli 450 työntekijää työllistävä tietotekniikan laitos on Aalto-yliopiston suurin laitos. Laitos kuuluu Aalto-yliopiston perustieteiden korkeakouluun.
Suomesta
Suomi on erinomainen maa asua sekä yksin että perheellisenä – se on turvallinen, poliittisesti vakaa ja hyvin organisoitu pohjoismainen hyvinvointiyhteiskunta. Suomi on menestynyt johdonmukaisesti hyvin elintasoa mittaavissa tutkimuksissa ja se on listattu useasti maailman onnellisimmaksi maaksi: World Happiness Report 2025: People are much kinder than we expect, research shows | The World Happiness Report. Lisätietoa Suomessa asumisesta: https://www.aalto.fi/fi/toihin-aaltoon/miksi-valita-suomi
Lisätietoa:
youtube.com/channel/UC7nUhposDgxzDOKns_H5J0w
Uutiskirje: http://eepurl.com/gVPBpf
Aalto.fi
twitter.com/aaltouniversity
facebook.com/aaltouniversity
instagram.com/aaltouniversity