Uppsala universitet, Institutionen för informationsteknologi

Postdoktor inom datorarkitektur: Att använda bred kontextuell information för bättre grenprediktering

Är du entusiastisk över att utforska nya koncept inom processorers grenprediktering med stöd av vänlig, kunnig och passionerad kollegial uppbackning? Vill du arbeta i en internationell forskningsmiljö som värdesätter hållbart och kollegialt samarbete samt karriärmentorskap? Vill du driva forskningen framåt baserat på dina egna insikter och engagemang med hjälp av dem runt dig? Om svaret är ja, läs vidare om denna fantastiska möjlighet!

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution och har i dag drygt 350 anställda varav 120 lärare och 120 doktorander. C:a 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionen för informationsteknologis webbplats.

Uppsala Architecture Research Group består av fyra fakultetsmedlemmar och åtta doktorander/postdoktorer med erfarenhet inom nästan alla aspekter av datorarkitektur. Vi publicerar regelbundet i de mest ansedda tidskrifterna och konferenserna samt samarbetar med industriella och akademiska forskare världen över.

Arbetsuppgifter
Forskning, publikation, handledning och eventuellt undervisning inom datorarkitektur.

Forskningsämne
Grenprediktering blir allt viktigare i och med att processorer hanterar fler instruktioner samtidigt. Vår hypotes är att vi kan uppnå fundamentalt bättre predikteringar genom att sammanföra olika prediktionskontexter snarare än att enbart konkurrera mellan olika prediktorers utfall. Skälet till denna hypotes är att de olika kontexter som används av dagens prediktorer inte är oberoende: exempelvis blandas loopar och statistiskt predikterade grenar och påverkar varandra. Att kombinera kontextuell information innan mönster identifieras är fundamentalt annorlunda jämfört med att kombinera slutliga prediktioner efter att varje prediktor har identifierat sitt eget kontextspecifika mönster. Om vi kan kombinera olika typer av kontextuell information (t.ex. loopar, statistiska räkningar och historik) tror vi att vi kan skapa en mer sofistikerad “meta-kontext” som låter oss identifiera mönster utifrån den sammanslagna informationen, vilket leder till bättre prediktioner. Utmaningen är dock att identifiera rätt mönster, särskilt under körtid. Projektet innefattar två delar: att undersöka den underliggande potentialen genom att studera applikationsbeteende och att utforska avvägningar för att skapa en praktisk design.

Kvalifikationskrav
Doktorsexamen i datavetenskap eller datorteknik eller en utländsk examen som bedöms motsvara doktorsexamen i datavetenskap eller datorteknik. Examen ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Främst bör den komma ifråga som har avlagt examen för högst tre år sedan. Vid beräkning av ramtiden om tre år är utgångspunkten sista ansökningsdag. Om det finns särskilda skäl kan sådan examen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, etc.

Utmärkta kunskaper i engelska, både i tal och skrift, är ett krav.

Kandidaten måste tydligt dokumentera en hög grad av självständig motivation i ansökan. Dessutom måste sökanden kunna arbeta väl i en diversifierad grupp, vara bekväm med att ge och ta emot konstruktiv kritik samt ha starka färdigheter inom kritiskt tänkande och strukturerat arbete. Dessa kompetenser är lika viktiga som de tekniska kvalifikationerna, eftersom de är avgörande för att säkerställa en konstruktiv och samarbetsinriktad arbetsmiljö.

Önskvärt/meriterande i övrigt
Kandidater bör ha expertis inom datorarkitektur, gärna inom grenprediktering eller out-of-order-exekvering, samt viss erfarenhet av maskininlärning. Erfarenhet av att träna, optimera och tolka uppmärksamhetsmekanismer i neurala nätverk är en fördel, men kan även läras inom ramen för projektet.

Ansökan ska innehålla

  • Ett personligt brev på engelska (max 2 sidor) där du kort motiverar varför du söker denna tjänst och anger tidigast möjliga startdatum. Det personliga brevet ska innehålla rubriken Suitability for this position som innehåller en självutvärdering om varför du skulle vara rätt kandidat för denna tjänst;
  • en meritförteckning (CV);
  • doktorsexamensbevis (eller utkast på avhandlingen, om examen inte är klar) som inkluderar kurser tagna under doktorandutbildningen;
  • publikationslista;
  • beskrivning av din nuvarande och tidigare forskning (max 1 sida) och förslag på framtida forskning (max 1 sida);
  • kontaktinformation till två referenser (namn, e-post och telefonnummer) och upp till två rekommendationsbrev.

Om anställningen 
Anställningen är tidsbegränsad i 3 år enligt centralt kollektivavtal. Omfattningen är heltid. Tillträde 1 september 2025 eller enligt överenskommelse. Placeringsort: Uppsala. 

Upplysningar om anställningen lämnas av: Professor David Black-Schaffer, +46 768242017, david.black-schaffer@it.uu.se.

Välkommen med din ansökan senast den 2 maj 2025, UFV-PA 2025/626.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Löneform Individuell lönesättning
Antal lediga befattningar 1
Sysselsättningsgrad 100%
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2025/626
Facklig företrädare
  • Seko Universitetsklubben, seko@uadm.uu.se
  • ST/TCO, tco@fackorg.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2025-03-04
Sista ansökningsdag 2025-05-02
Logga in och sök jobbet

Dela länkar

Tillbaka till lediga jobb