Doktorand med inriktning mot effektiv beräkning av tensornätverk
Umeå Universitet
📍 Umeå
⏰ Heltid
📋 Vanlig anställning
🗓 Ansök senast 25 maj 2026
✦ Få fler intervjuer
Generera ett personligt brev anpassat för just den här rollen — på under en minut.
Skapa ansökan – från 49 kr Gratis att söka · Ingen registrering · Premium 49 kr/månOm jobbet
Umeå universitet är ett av Sveriges största lärosäten med över 41 500 studenter och cirka 4 600 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 som tilldelats Nobelpriset i kemi. Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur.
Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om – och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas.
Till vår institution, som bedriver forskning på högsta internationella nivå och tillhandahåller ett flertal högkvalitativa utbildningsprogram inom datavetenskap, söker vi nu en doktorand med inriktning mot effektiv beräkning av tensornätverk.
Institutionen för datavetenskap vid Umeå universitet är en internationell miljö för forskning och utbildning inom ett brett spektrum av det datavetenskapliga området. Institutionen är internationellt välkänd för excellent forskning och undervisning. Vi värdesätter mångfald och arbetar aktivt för en inkluderande arbetsmiljö med hög delaktighet i en internationell atmosfär.
Projektbeskrivning
Tensorer är en generalisering av vektorer och matriser till ett godtyckligt stort antal dimensioner. Tensornätverk är representationer av stora tensorer som nätverk av mindre tensorer. Ursprungligen användes de för att med hög noggrannhet approximera lågenergitillstånd i kvantmekaniska mångkroppssystem, men under de senaste två decennierna har tensornätverk vuxit fram som ett kraftfullt och mångsidigt beräkningsverktyg inom många områden, däribland kvantkemi, materialvetenskap, kvantdatorberäkning och, på senare tid, förklarande maskininlärning. Tensornätverks beräkningskapacitet har demonstrerats i ett stort antal tillämpningar, och många metoder för deras utvärdering har föreslagits. Det saknas dock fortfarande högpresterande bibliotek som är skalbara både med avseende på indatans storlek och på de tillgängliga beräkningsresurserna (t.ex. antal kärnor eller GPU:er).
Projektet fokuserar på utveckling av effektiva algoritmer för parallell kontraktion av tensornätverk, med målet att ta fram ett prestandaportabelt programvarubibliotek. Ett modellbaserat angreppssätt kommer att undersökas, det vill säga att utnyttja kunskap om effektiviteten hos de underliggande beräkningsmässiga byggblocken. För hantering av storskaliga problem kommer den så kallade ”slicing‑tekniken” att övervägas. Denna forskning bygger vidare på vårt tidigare arbete med Tensor Algebra Processing Primitives (https://github.com/TAPPorg)
Doktoranden kommer att ingå i forskargruppen High‑Performance and Automatic Computing (HPAC) och handledas gemensamt av Paolo Bientinesi och Lars Karlsson. Vidare förväntas tvärvetenskapliga samarbeten med både industriella och akademiska partners. HPAC:s webbplats: https://hpac.cs.umu.se/
Kvalifikationer
För att bli antagen till utbildning på forskarnivå krävs det att den sökande har grundläggande behörighet genom avlagd examen på avancerad nivå, eller slutförda kursfordringar om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå, eller motsvarande utländsk utbildning, eller motsvarande kvalifikationer. För att bli antagen till utbildning på forskarnivå inom ämnet datavetenskap krävs att den sökande har godkända kurser om minst 90 högskolepoäng i ämnet datavetenskap eller ämne som är direkt relevanta för den aktuella specialiseringen.
Sökande förväntas ha en gedigen grund i numerisk linjär algebra, högprestandaberäkningar, parallellprogrammering (MPI, OpenMP) samt matematiska programvaror. Goda kunskaper i C/C++ är ett krav. Det är ett krav att kandidaten har tidigare erfarenhet av algoritmer och bibliotek för tensorberäkningar samt av BLAS. Erfarenhet av GPU‑programmering är meriterande men inget krav. God förmåga att kommunicera muntligt och skriftligt på engelska är ett grundkrav.
Om anställningen
Anställningen syftar till en doktorsexamen i datavetenskap, och doktorandens huvuduppgift är att ägna sig åt egen forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan undervisning och annat institutionsarbete (upp till max 20%) ingå. Anställningen är tidsbegränsad till fyra år heltid eller upp till fem år vid undervisning deltid.
Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Enligt Högskoleförordningen (12 kap, 2 §) kan beslutet om anställning inte överklagas.
Den sökande förväntas börja så snart som möjligt och senast oktober 2026.
En fullständig ansökan ska innehålla:
Ett personligt brev som beskriver dina forskningsintressen, och varför du söker den utlysta anställningen (max 2 A4-sidor med 11 punkters teckenstorlek). Ansökningar som saknar ett meningsfullt personligt brev kommer inte att behandlas vidare.
Curriculum Vitae (CV)
Kopior av examensbevis eller motsvarande
Kopior av kandidat- och/eller masteruppsats, samt andra relevanta publikationer om sådana finns
Kontaktinformation till två referenspersoner.
Dokumentation och beskrivning av andra relevanta erfarenheter och kompetenser, inklusive software projekt.
Ansökan ska vara skriven på svenska eller engelska. Om bifogade dokument har annat originalspråk ska en översättning inkluderas. Ansökan ska vara inkommen senast 2026-05-25.
Utvalda sökande kommer att erbjudas en intervju som kan inkludera en programmeringsuppgift.
Vid frågor eller behov av ytterligare information, kontakta professor Paolo Bientinesi (pauldj@cs.umu.se).
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.
Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om – och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas.
Till vår institution, som bedriver forskning på högsta internationella nivå och tillhandahåller ett flertal högkvalitativa utbildningsprogram inom datavetenskap, söker vi nu en doktorand med inriktning mot effektiv beräkning av tensornätverk.
Institutionen för datavetenskap vid Umeå universitet är en internationell miljö för forskning och utbildning inom ett brett spektrum av det datavetenskapliga området. Institutionen är internationellt välkänd för excellent forskning och undervisning. Vi värdesätter mångfald och arbetar aktivt för en inkluderande arbetsmiljö med hög delaktighet i en internationell atmosfär.
Projektbeskrivning
Tensorer är en generalisering av vektorer och matriser till ett godtyckligt stort antal dimensioner. Tensornätverk är representationer av stora tensorer som nätverk av mindre tensorer. Ursprungligen användes de för att med hög noggrannhet approximera lågenergitillstånd i kvantmekaniska mångkroppssystem, men under de senaste två decennierna har tensornätverk vuxit fram som ett kraftfullt och mångsidigt beräkningsverktyg inom många områden, däribland kvantkemi, materialvetenskap, kvantdatorberäkning och, på senare tid, förklarande maskininlärning. Tensornätverks beräkningskapacitet har demonstrerats i ett stort antal tillämpningar, och många metoder för deras utvärdering har föreslagits. Det saknas dock fortfarande högpresterande bibliotek som är skalbara både med avseende på indatans storlek och på de tillgängliga beräkningsresurserna (t.ex. antal kärnor eller GPU:er).
Projektet fokuserar på utveckling av effektiva algoritmer för parallell kontraktion av tensornätverk, med målet att ta fram ett prestandaportabelt programvarubibliotek. Ett modellbaserat angreppssätt kommer att undersökas, det vill säga att utnyttja kunskap om effektiviteten hos de underliggande beräkningsmässiga byggblocken. För hantering av storskaliga problem kommer den så kallade ”slicing‑tekniken” att övervägas. Denna forskning bygger vidare på vårt tidigare arbete med Tensor Algebra Processing Primitives (https://github.com/TAPPorg)
Doktoranden kommer att ingå i forskargruppen High‑Performance and Automatic Computing (HPAC) och handledas gemensamt av Paolo Bientinesi och Lars Karlsson. Vidare förväntas tvärvetenskapliga samarbeten med både industriella och akademiska partners. HPAC:s webbplats: https://hpac.cs.umu.se/
Kvalifikationer
För att bli antagen till utbildning på forskarnivå krävs det att den sökande har grundläggande behörighet genom avlagd examen på avancerad nivå, eller slutförda kursfordringar om minst 240 högskolepoäng varav minst 60 högskolepoäng på avancerad nivå, eller motsvarande utländsk utbildning, eller motsvarande kvalifikationer. För att bli antagen till utbildning på forskarnivå inom ämnet datavetenskap krävs att den sökande har godkända kurser om minst 90 högskolepoäng i ämnet datavetenskap eller ämne som är direkt relevanta för den aktuella specialiseringen.
Sökande förväntas ha en gedigen grund i numerisk linjär algebra, högprestandaberäkningar, parallellprogrammering (MPI, OpenMP) samt matematiska programvaror. Goda kunskaper i C/C++ är ett krav. Det är ett krav att kandidaten har tidigare erfarenhet av algoritmer och bibliotek för tensorberäkningar samt av BLAS. Erfarenhet av GPU‑programmering är meriterande men inget krav. God förmåga att kommunicera muntligt och skriftligt på engelska är ett grundkrav.
Om anställningen
Anställningen syftar till en doktorsexamen i datavetenskap, och doktorandens huvuduppgift är att ägna sig åt egen forskarutbildning vilket innefattar såväl deltagande i forskningsprojekt som forskarutbildningskurser. I arbetsuppgifterna kan undervisning och annat institutionsarbete (upp till max 20%) ingå. Anställningen är tidsbegränsad till fyra år heltid eller upp till fem år vid undervisning deltid.
Löneplaceringen sker enligt fastställd lönestege för doktorandanställning. Enligt Högskoleförordningen (12 kap, 2 §) kan beslutet om anställning inte överklagas.
Den sökande förväntas börja så snart som möjligt och senast oktober 2026.
En fullständig ansökan ska innehålla:
Ett personligt brev som beskriver dina forskningsintressen, och varför du söker den utlysta anställningen (max 2 A4-sidor med 11 punkters teckenstorlek). Ansökningar som saknar ett meningsfullt personligt brev kommer inte att behandlas vidare.
Curriculum Vitae (CV)
Kopior av examensbevis eller motsvarande
Kopior av kandidat- och/eller masteruppsats, samt andra relevanta publikationer om sådana finns
Kontaktinformation till två referenspersoner.
Dokumentation och beskrivning av andra relevanta erfarenheter och kompetenser, inklusive software projekt.
Ansökan ska vara skriven på svenska eller engelska. Om bifogade dokument har annat originalspråk ska en översättning inkluderas. Ansökan ska vara inkommen senast 2026-05-25.
Utvalda sökande kommer att erbjudas en intervju som kan inkludera en programmeringsuppgift.
Vid frågor eller behov av ytterligare information, kontakta professor Paolo Bientinesi (pauldj@cs.umu.se).
Umeå universitet vill erbjuda en jämställd och jämlik miljö där öppna samtal mellan människor med olika bakgrund och perspektiv lägger grunden för lärande, skaparkraft och utveckling. Vi välkomnar därför personer med olika bakgrunder och erfarenheter att söka den aktuella anställningen.