Institut for Mekanik og Elektronik på Syddansk Universitet (SDU) inviterer ansøgere til en etårig postdoc-stilling inden for intelligente computerarkitekturer, med fokus på hardware-bevidst kvante-maskinlæring. Ansættelsen varer et år fra 1. marts 2027, med mulighed for forlængelse afhængigt af tilgængelige midler.
Syddansk Universitet søger en yderst motiveret kandidat til at designe, optimere og evaluere hybride kvante-klassiske læringssystemer under realistiske hardwarebegrænsninger. Projektet er platformsuafhængigt og vil undersøge, hvordan støj, begrænsede kvantemidler, enhedsforbindelse og klassisk beregningsoverhead påvirker læringsydelsen og den praktiske implementering.
Mulige forskningsretninger omfatter hardware-bevidst modeldesign og træning, kvante-klassisk ensemblelæring og 'mixture-of-experts', ressourceeffektive læringsmetoder samt automatiseret arkitektursøgning. Det specifikke forskningsprogram vil blive defineret i samarbejde med den succesfulde ansøger i henhold til deres ekspertise og projektmålene, med et fokuseret og opnåeligt omfang for det første år. Evalueringen vil omfatte passende klassiske grundlinjer og en eksplicit vurdering af krav til beregningsressourcer.
Den succesfulde kandidat vil arbejde med modeldesign, kvanteprogrammering, simulering, træning og eksperimentel evaluering af hybride kvante-klassiske læringssystemer. Stillingen omfatter samarbejde med akademiske, industrielle og teknologiudviklende partnere, identifikation af relevante forsknings- og implementeringsmuligheder samt støtte til fælles aktiviteter.
Kandidaten vil også bidrage til forskningsforslag og finansieringsansøgninger relateret til kvante-maskinlæring, intelligente computerarkitekturer og ressourceeffektiv computing, samt publikationer, teknisk dokumentation og projektrapportering. Forskningen vil blive vejledt af adjunkt Alberto Marchisio.
Som postdoc inden for hardware-bevidst kvante-maskinlæring vil stillingens vigtigste ansvarsområder omfatte:- Design, implementer og simuler hybride kvante-klassiske læringsmodeller, og undersøg virkningerne af støj, konnektivitet, endelig sampling, ressourcebegrænsninger og træningsbetingelser. Udforsk passende metoder såsom hardware-bevidst træning, ensemblelæring, 'mixture-of-experts' eller arkitektursøgning inden for det aftalte forskningsprogram.
- Udfør reproducerbare eksperimentelle evalueringer af læringsydelse, træningsbarhed, støjdæmpning og beregningsressourcekrav ved hjælp af kvanteprogrammeringsrammer og maskinlæringsværktøjer. Sammenlign resultater med passende klassiske grundlinjer og korreler den observerede adfærd med modeldesign og hardwarebegrænsninger.
- Støt samarbejde med danske og internationale akademiske, industrielle og teknologiudviklende partnere inden for kvante-maskinlæring og intelligente computerarkitekturer, identificer relevante forsknings- og implementeringsmuligheder, bidrag til fælles aktiviteter, og udarbejd forskningsforslag, finansieringsansøgninger, publikationer, teknisk dokumentation og projektrapporter.
- Et stimulerende forskningsmiljø inden for SDU Mikroelektronik, en voksende sektion, der integrerer ekspertise inden for analog/digital IC-design, spintronik, avanceret computing, halvlederteknologier og energieffektive systemarkitekturer.
- En mulighed for at udvikle et platformsuafhængigt forskningsprogram inden for hardware-bevidst kvante-maskinlæring, der kombinerer kvanteprogrammering, simulering og maskinlæringsmetoder med ressourcebevidst evaluering.
- Muligheder for samarbejde på tværs af SDU og med nationale og internationale akademiske og industrielle partnere inden for kvante-maskinlæring, mikroelektronik, AI-acceleratorer og avanceret computing.
- Stærk støtte til professionel udvikling gennem lektoruddannelsen og mentorordninger, samt muligheder for at udvikle erfaring med udarbejdelse af forskningsforslag, projektudvikling og samarbejde med danske og europæiske teknologipartnere.
- En åben og kollaborativ forskningskultur inden for SDU's Det Tekniske Fakultet (TEK), ved Institut for Mekanik og Elektronik (IME), der understøtter tværfaglig forskning inden for elektronik, computerarkitekturer, kvantecomputing og kunstig intelligens.
Ansøgere skal have en ph.d.-grad inden for datalogi, computerteknik, elektroteknik, kvantecomputing, maskinlæring eller et nært beslægtet felt (graden skal være afsluttet inden for de seneste 6 år):
- Dokumenteret erfaring med kvanteprogrammering ved hjælp af rammer som Qiskit, PennyLane eller tilsvarende værktøjer, herunder implementering og simulering af kvantekredsløb.
- Dokumenteret erfaring med maskinlæring, herunder modelimplementering, træning og evaluering, med stærke programmeringsfærdigheder. Erfaring med kvante-maskinlæring, hybride kvante-klassiske modeller, støjbevidst optimering, ensemblemetoder eller automatiseret arkitektursøgning er en fordel.
- En stærk forskningsmæssig track record dokumenteret gennem peer-reviewed publikationer og evnen til at arbejde effektivt i kollaborative forskningsmiljøer. Erfaring med at skrive forskningsforslag, finansieringsansøgninger eller projektplaner er yderst ønskelig.
- Teamplayer med stærke samarbejdsevner og evnen til at arbejde effektivt med akademiske, industrielle og teknologiudviklende partnere på tværs af Danmark og Europa.
Alle kandidater skal demonstrere fremragende mundtlige og skriftlige engelskkundskaber samt meget gode kommunikationsevner og evnen til at kommunikere tekniske resultater til tværfaglige og internationale partnere.
Beskrivelse af arbejdspladsenDen succesfulde kandidat vil blive en del af SDU Mikroelektronik, en dynamisk og voksende sektion ved Institut for Mekanik og Elektronik (IME). Sektionen udfører internationalt anerkendt forskning inden for integrerede kredsløb, halvlederteknologier, spintronik, fotonik og avanceret computing, og spiller en central rolle i SDU's ambition om at være et nationalt og europæisk knudepunkt for halvleder- og chipinnovation. Postdoc'en vil arbejde med adjunkt Alberto Marchisio inden for hardware-bevidst kvante-maskinlæring, med muligheder for at forbinde denne forskning med sektionens ekspertise inden for AI-acceleratorer og energieffektive computerarkitekturer.
Få et indblik i (arbejds)livet gennem øjnene på SDU's mange fremragende forskere i Odense.
Yderligere informationFor yderligere information om forskningen og stillingen bedes interesserede kontakte adjunkt Alberto Marchisio (chisio@sdu.dk), forskningskontakt og vejleder. Yderligere forespørgsler kan rettes til professor Farshad Moradi (moradi@sdu.dk), leder af SDU Mikroelektronik-sektionen.
Hvis der opleves tekniske problemer, bedes SDU's e-mailsupport kontaktes.
AnsøgningAnsøgere rådes til at læse SDU's information om, hvordan man ansøger.
Vurderingen af kandidaterne er baseret på ansøgningsmaterialet, og ansøgningen skal indeholde:
- Motiveret ansøgning.
- Curriculum Vitae.
- Kandidat- og ph.d.-beviser eller tilsvarende (original og officiel engelsk oversættelse).
- Komplet publikationsliste.
- Publikationer mest relevante for stillingen.
- Oversigt og dokumentation for undervisningserfaring, hvis relevant for stillingen.
- En forskningserklæring kan vedlægges.
- Referencer/anbefalingsbreve kan også vedlægges.
- En erklæring/dokumentation for andre kvalifikationer relevante for stillingen kan også vedlægges.
Alle dokumenter skal være på engelsk og i PDF-format. CPR-nummer (personnummer) skal overstreges. Alle PDF-filer skal være ulåste, tillade binding og må ikke være adgangskodebeskyttede.
VEJLEDNING FOR INDSENDELSE: Motiveret ansøgning skal uploades under 'Cover letter' (max. 5 MB), Curriculum Vitae skal uploades under 'Resume' (max 5 MB). Alle andre dokumenter skal uploades under 'Miscellaneous documents' (max 10 filer med maksimalt 50 MB per fil).
Ansøgningsfristen er den 15. december 2026 kl. 23:59 (CET/CEST). Vurderings- og udvælgelsesprocesAnsøgninger vil blive vurderet af en bedømmelseskomité. Shortlisting kan anvendes, og kun kandidater, der er shortlistet, vil modtage en skriftlig vurdering. Læs om shortlisting på SDU. Interviews og tests kan indgå i den samlede evaluering. Læs om vurderings- og udvælgelsesprocessen.
AnsættelsesvilkårAnsættelse som postdoc er midlertidig for en indledende periode på et år, og den foretrukne startdato er fra 1. marts 2027. Forlængelse kan være mulig afhængigt af tilgængelige midler.
Ansættelse som postdoc kræver akademiske kvalifikationer på ph.d.-niveau på ansættelsestidspunktet. Ansættelsen vil ske i henhold til overenskomst mellem Finansministeriet og Akademikerne i staten, herunder den tilhørende cirkulære om protokollat for stillingsstrukturen for videnskabeligt personale ved danske universiteter og bestemmelserne for postdoc som beskrevet heri.
Løn fastsættes i overensstemmelse med gældende overenskomst og baseres på objektive og kønsneutrale kriterier, herunder stillingens indhold, ansvarsområder og kvalifikationskrav. Som ansøger har man ret til information om startløn og lønramme for stillingen. Denne information vil blive givet under rekrutteringsprocessen. Syddansk Universitet indsamler ikke information om ansøgeres tidligere løn. Yderligere information om løn og beskatning.
Personer ansat i stillingen kan, baseret på en specifik individuel ledelsesmæssig vurdering, fritages for tidsregistrering, også kendt som en "selvtilrettelægger".
Syddansk Universitet ønsker, at dets medarbejderstab afspejler det omgivende samfund og opfordrer derfor alle, uanset personlig baggrund, til at søge.