Informática
Descrição da Oportunidade
Responsabilidades no âmbito da bolsa: - Desenho de mecanismos para monitorizar o desempenho e consumo energético de treino de modelos de aprendizagem profunda em infraestruturas de computação avançada. - Desenho de técnicas e mecanismos para melhorar o desempenho e o consumo energético de GPUs, com impacto reduzido em métricas-chave do treino, como tempo de execução e acurácia. - Integração e avaliação em ambientes experimentais de larga escala e elevado desempenho (i.e., supercomputadores). - Avaliação experimental das técnicas desenvolvidas recorrendo a diferentes modelos de aprendizagem profunda e diferentes tipos de hardware (p.ex., diferentes dispositivos de processamento e armazenamento). - Produção de relatórios técnicos e de artigos científicos.
Habilitações Académicas
Frequência em programa doutoral em Informática ou Engenharia Informática.
Requisitos Mínimos
- Experiência no desenho de ferramentas de monitorização energética, com ênfase em cenários multi-threaded e distribuídos.- Experiência com ferramentas de observabilidade, em particular, OpenTelemetry.- Conhecimento sólido e experiência no com modelos de machine learning, deep learning, e large-language models (i.e., ResNet18, ResNet50, AlexNet, VGG19, LLama, Qwen, GPT).- Conhecimento sólido sobre a pipeline de treino e respetivos gargalos de desempenho.- Conhecimento e experiência em HPC (scripts, experiências, coleção e análise de métricas).
Fatores de Preferência
- Experiência com motores de aprendizagem profunda, incluindo PyTorch, TensorFlow, e DeepSpeed. - Conhecimento sobre otimizações de desempenho e consumo energético em aprendizagem profunda. - Conhecimento de sistemas distribuídos e sistemas operativos. - Experiência com as linguagens de programação Python, C++, e Go.
Período de candidatura
Desde 20 Nov 2025 a 04 Dec 2025
Centro
Laboratório de Software Confiável