Doktorand i datavetenskap med inriktning på metoder och verktyg för neuromorfisk databehandling

Beskrivning av verksamheten

Tjänsten är inom gruppen för inbyggda systemdesign (ESD) inom avdelningen för parallella system (PS), som är en del av institutionen för datavetenskap (CS). Gruppen driver forskning relaterad till designmetoder, språk och verktyg för resursbegränsade system, där optimering av energi, minne, timing och kostnad är av huvudintresse. Gruppmedlemmarna har expertis inom ett brett spektrum av områden som täcker både hårdvara och mjukvara, inklusive kompilatorer, operativsystem och algoritmer. ESD-gruppen har aktiva samarbete med lokal industri, såsom Arm och Axis, andra institutioner vid LTH och andra universitet både utomlands, såsom Danmarks tekniska universitet, och i Sverige, såsom Linköpings universitet och Blekinge tekniska universitet. PS-avdelningen, med 21 senior- och studentmedlemmar, är en av de större inom institutionen; den inkluderar två andra grupper med expertis inom datorgrafik respektive teoretisk datavetenskap. Institutionen för datavetenskap har en mycket social studentgrupp som kan hjälpa dig att komma igång. Det finns också möjligheter att umgås och nätverka med andra doktorander på LTH.

Mer om PS

Att vara doktorand

Som doktorand är du både antagen som student och anställd vid Lunds universitet.

Som forskarstuderande tränas du i ett vetenskapligt förhållningssätt. Det kan kort beskrivas som att du får övning i att tänka kritiskt och analytiskt, att du får lösa problem självständigt med hjälp av rätt metodval och du får en forskningsetisk medvetenhet. Dessutom ges möjlighet för dig som doktorand att arbeta med projekt, att utveckla dina ledaregenskaper och din pedagogiska förmåga. Under hela din studietid guidas du av handledare. Forskarstudierna avslutas med en avhandling och doktorsexamen.

Mer om att vara doktorand vid LTH på lth.se.

Ämnes- och projektbeskrivning

Neuromorfisk databehandling är ett område som får allt större intresse på grund av dess löfte om att förbättra energieffektiviteten inom inferens och träning av neurala nätverk. Arbetet som planeras i detta projekt kommer att fokusera på effektiva kompilerings- och körtidsmiljöer för neuromorfisk hårdvara. Några av de mål som riktas in är att minska energiförbrukningen och hårdvarukostnaderna, samt öka prestanda och tillförlitlighet. Du kommer att få gott om vägledning men har också friheten att ta projektet i den riktning du känner dig mest bekväm med, en riktning som gör att du kan ta ansvar för din egen forskning inom det större projektet.

Den utlysta tjänsten är en del av ett ELLIIT-finansierat projekt, kallat "ScEENeC – Skalbar, energieffektiv neuromorfisk databehandling", vilket är ett samarbete mellan LTH och två andra universitet, nämligen Blekinge Tekniska Universitet (BTH) och Linköpings Universitet (LiU). Arbetet är därför avsett att utföras i samarbete med två andra doktorander (en från BTH och en från LiU) för att främja målen för ScEENeC. Detta är en fortsättning på ett tidigare framgångsrikt ELLIIT-finansierat projekt, ”GPAI – General Purpose AI Computing”, som har varit värd för tre andra doktorander som snart ska ta examen.

Mer om ELLIIT
Mer om GPAI
Mer om ScEENeC

Arbetsuppgifter

Du kommer framförallt att ägna dig åt din forskarutbildning, vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser, seminarier och konferenser.

Arbetsuppgifterna innefattar:

• Du kommer att bedriva forskning om kodkompileringsmetoder för neuromorfiska plattformar; om nya mellanrepresentationer och optimeringar för låg energi, låg latens eller hög genomströmning; om runtime-miljöer och tekniker för samma mål.
• Du kommer att utöka befintliga kompilatorramverk, såsom MLIR, med verktyg, optimeringsalgoritmer, analysmetoder och dialekter specifika för neuromorfiska plattformar.
• Du kan bli ombedd att arbeta med och förbättra körmiljöer för neuromorfiska system, beroende på tillgänglig hårdvara.
• Du kommer att utvärdera realistiska tillämpningar på de verktyg som utvecklas inom projektet, för tillgänglig hårdvara. Typen av applikationer inkluderar främst Spiking Neural Networks (SNN), både för maskininlärning och inferens.
• Du kommer att bli ombedd att presentera dina forskningsresultat under de regelbundna projektmötena samt bredare forum, eventuellt på olika platser i Sverige och utomlands (cirka 1–2 gånger per år).
• Du kommer att behöva samarbeta med de andra medlemmarna i ScEENeC-projektet, i enlighet med forskningens krav. Detta kan innebära kortare besök (1 vecka/besök/år) vid partneruniversiteten.
• Du uppmuntras att samarbeta med andra akademiska och industriella aktörer, särskilt om detta främjar ScEENeC eller din forskning inom projektet.
• I arbetsuppgifterna ingår det även medverkan i undervisning och annat institutionsarbete (dock max 20 % av arbetstiden).

Kvalifikationer

För att kunna antas och anställas som doktorand behöver du uppfylla kraven nedan.

Behörighetskrav

Grundläggande behörighet till utbildning på forskarnivå uppfyller du som har:

• avlagd examen på avancerad nivå eller
• fullgjorda kursfordringar om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå eller
• på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Särskild behörighet för datavetenskap uppfyller du som har:

• minst 60 högskolepoäng på avancerad nivå med relevans för ämnesområdet, eller
• civilingenjörsexamen inom datateknik, elektroteknik, informations- och kommunikationsteknik, teknisk fysik, eller teknisk matematik.

Övriga krav

För att tillgodogöra sig den aktuella forskarutbildningen krävs även:

• goda kunskaper inom följande områden (t.ex. godkända relevanta kurser eller praktiskt förvärvat dessa kunskaper på annat ackrediterat sätt):
  • kompilatorkonstruktion
  • principer för neurala nätverk
• erfarenhet av både (t.ex. som examensarbete, individuellt projekt, projekt i en industriell eller akademisk arbetsmiljö)
  • utveckling av kompilatorer eller bidrag till kompilatorverktyg
  • byggande, träning och användning av neurala nätverk
• förmåga att ta initiativ, strukturera arbete, planera och följa upp (t.ex. startat och utvecklat egna projekt, grupper, evenemang eller andra initiativ)
• god förmåga till självständigt arbete och förmåga att formulera och angripa vetenskapliga problem.
• god förmåga till skriftlig och muntlig kommunikation
• god samarbetsförmåga
• mycket goda kunskaper i engelska, i tal och skrift

Meriterande

För den aktuella forskarutbildningen är följande meriterande:

• goda kunskaper om avancerade algoritmer och datastrukturer (t.ex. förvärvade via ett universitetsprogram eller dokumenterad individuell projekterfarenhet)
• kunskaper om lågnivåprogrammering, processorarkitektur och hårdvara i allmänhet
• grundläggande kunskaper om systemprogrammering, operativsystem och realtidssystem
• mycket goda C och C++ färdigheter samt programmeringserfarenhet
• grundläggande kunskaper om andra vanliga programmerings- eller skriptspråk
• erfarenhet av MLIR-kompilatorkonstruktionsramverk, inklusive dialektutveckling och optimeringar
• erfarenhet av andra stora kompilatorramverk, både på mellanliggande representationsnivå och för kodgenerering
• erfarenhet av mjukvaruutvecklingsmetoder inom ett av intresseområdena
• erfarenhet av vetenskapligt skrivande (t.ex. som författare eller medförfattare till vetenskapliga publikationer, tekniska rapporter eller liknande relevanta dokument)

Vi erbjuder

Lunds universitet är en statlig myndighet vilket innebär att du får särskilda förmåner, generös semester och en förmånlig tjänstepension. Som doktorand är du också en anställd som drar nytta av dessa förmåner. Din finansiering inkluderar också en generös resebudget för att delta i internationella konferenser och eventuella forskningsbesök vid andra universitet. Vid Lunds universitet erbjuder vi också möjligheten att läsa kurser på doktorandnivå med inriktning på spetsforskning. Du och dina handledare har flexibiliteten att styra din utbildning på det sätt som är mest intressant och fördelaktigt för dig.

Mer om att jobba på Lunds universitet på lu.se.

Om anställningen

Anställningen är en visstidsanställning på heltid, med start så snart som möjligt enligt överenskommelse, dock senast den 15 december 2026. Forskarutbildningen är fyra år vid heltidsstudier. Vid undervisning och annat institutionsarbete förlängs anställningen i motsvarande grad. Bestämmelser gällande anställning som doktorand finns i Högskoleförordningen (1993:100), 5 kap 1-7 §§.

Mer om anställningsvillkor för doktorander på Lunds universitets medarbetarwebb.

Så här söker du

Ansökan ska skrivas på engelska och till din ansökan ska du bifoga:

• CV och personligt brev med motivering till varför du är intresserad av utbildningsplatsen/anställningen och på vilket sätt forskningsprojektet matchar dina intressen och din utbildningsbakgrund.
• Kopior på utfärdade studieintyg och/eller examensbevis. Dessa ska styrka din grundläggande och särskilda behörighet till forskarutbildningsämnet och visa att du har de ämneskunskaper som krävs för forskarutbildningsprojektet.
• Övrigt som du önskar åberopa (kopior av betyg, uppgifter till referenser, rekommendationsbrev etc.).

Välkommen med din ansökan!