Passa al contingut principal

PhD Student: FPGA Acceleration of Homomorphically Encrypted Deep Learning Inference

The Accelerators and Communications for HPC Group leads cutting-edge research and development around accelerators/coprocessors in HPC and high-performance networking. We collaborate closely with the major vendors in the topic for HPC: NVIDIA and Intel. We organize locally international events such as the PUMPS Summer School, PATC Courses on CUDA/OpenACC, and annual hackathons, and collaborate in the organization of related international conferences and workshops such as SC, IEEE Cluster, or AsHES.

The group has been recently awarded one of the prestigious ERC Consolidator Grants:

https://www.hpcwire.com/off-the-wire/bsc-researcher-antonio-j-pena-awarded-erc-consolidator-grant-for-the-home-project/

We are looking to cover a PhD Student positions to work on use of FPGA-based accelerators applied to Homomorphically Encrypted Deep Learning Inference. Prospective candidates may take a look at the following paper to get an initial idea of our focus:

https://arxiv.org/abs/2103.16139

Group Web Page: https://www.bsc.es/discover-bsc/organisation/scientific-structure/accelerators-and-communications-hpc

Key Duties

  • Drive research in the above-mentioned topic, under the supervision of the Group Manager and the mentorship of a postdoctoral researcher
  • Present papers in international conferences
  • Integrate this work in the overall ERC project developments, collaborating with the team of international researchers and engineers

Data de tancament: Dimecres, 31 Gener, 2024

Més informació

Més posts de Recerca

Comentaris

Entrades populars d'aquest blog

Cursos gratuïts sobre IA a Harvard

Cursos de la Universitat de Harvard des de la plataforma edX Introducción a la ciencia de computación . Introducción a la programación CS50 usando Scratch . Introducción a la inteligencia artificial en CS50 usando Python . Uso de React Native para el desarrollo de aplicaciones móviles . Programación web usando Python y JavaScript. Introducción al desarrollo en el desarrollo de juegos . Introducción al curso CS50 sobre programación con Python . Curso sobre CS50 para entender la tecnología . Introducción a la ciencia de datos con Python . Introducción a la ciencia de computación para empresas. Machine Learning. Inteligencia artificial en las empresas: creación de valor mediante el aprendizaje automático. Més posts de Formació

Oferta pública 27/02/2024

  Ajuntament de la Riba 1 plaça de Secretari interventor Ajuntament de Sabadell 1 plaça de Tècnic mitjà d'enginyeria industrial (esp. electricitat) Ajuntament de Sabadell 2 places de Tècnic mitjà enginyer Ajuntament del Prat de Llobregat - Aigües del Prat, SA 1 plaça de Director gerent Ajuntament d'Olot 1 plaça d'Enginyer tècnic Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Research Engineer - Use of acoustic information in chatbots (RE1) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Post-doc in Machine Learning for Biomedical Multi-Omic Data Analysis in Precision Medicine (R2) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Software randomisation compiler - Master Student (R0) Comaigua, SL 1 plaça de Responsable d'Oficina Tècnica Consorci Hospitalari de Vic 1 plaça de Tècnic Biomèdic - Big Data Empresa de Transformación Agraria, SA, SME, MP (TR

Curs d'Analítica de dades i Machine Learning (Online) Eurecat Academy

El curs d’Analítica de dades i Machine Learning ofereix una introducció a les tecnologies i metodologies per a l’extracció d’informació en grans conjunts de dades, tant ja existents com de les recollides en temps d’execució. A més, també aporta la metodologia per millorar els coneixements tècnics en Data Mining. Programa del curs 1. Introducció al Big Data. 2. Instal·lació i configuració de Python i R. 3. Introducció a Python y R. 4. Fonaments d’Estadística enfocada a BigData. 5. Observational Study / Exploratory Analysis: utilització de l’agregació de dades i la mineria de dades per proporcionar informació sobre el passat: 6. Anàlisi de Dades: Utilització de models estadístics i tècniques de pronòstic per comprendre el futur. 7. Machine Learning Comprensió dels principals tipus d’aprenentatge automàtic. Supervised Learning – Aprenentatge Supervisat. Unsupervised Learning – Aprenentatge No Supervisat. Inici: 04/03/2024 Més informació Més posts de Formació