Identificación de usuariosPortal de Empleo I+D+i


 COMPARTIR OFERTA
Facebook  Twitter 
Imprimir en blanco y negro
Ofertas de empleo
 

AVISO: Esta oferta no se encuentra activa.

Oferta de Trabajo  Código: 23842  

Puesto: Investigador Predoctoral

Función: Adaptación en tiempo­ real de especificaciones de flujo de datos RVC-CAL para cumplir con criterios de consumo de energía en plataformas heterogéneas
Empresa: Universidad Politécnica de Madrid Nº de Plazas: 1
Referencia: PEJD-2016/TIC-3229 Publicada el 12/4/2017 Publicada hasta el 12/7/2017
Tipo de Contrato: YEI Investigadores Predoctorales Dedicación: Jornada completa Remuneración: 18.200,00
Localidad: Madrid Provincia: Madrid Disponibilidad para viajar: Si, Internacional
Fecha de Incorporación: 01/06/2017 Fecha de Finalización: 31/05/2018

Nivel Académico
Master  

Titulación Académica
Ingeniería de Telecomunicaciones (Titulación Universitaria)
Ingeniería Informática (Titulación Universitaria)
Ingeniería Electrónica (Titulación Universitaria)

Áreas tecnológicas
P-164 Electrónica
V-06 Inteligencia Artificial
V-071 Análisis y procesamiento de información

Idiomas
Idioma: Inglés Nivel Lectura: Alto Nivel Escrito: Alto Nivel Conversación: Alto

Conocimientos de Informática  
- Lenguajes de especificación de flujo de datos. En particular, RVC-CAL
- Algoritmos de aprendizaje automático. En particular, SVM y PCA.
- Matlab
- OpenMP y OpenCL
- Programación POSIX en sistemas manycore
- Flujo de diseño para FPGAs
- Herramientas de medida del consumo de energía en sistemas empotrados

Experiencia
- Se valorará experiencia en el tratamiento de imágenes hiperespectrales para la dectección de tumores cerebrales

Otros

La descripción de las actividades propuestas en esta oferta es la siguiente:

1. Concepción de algoritmos de detección de cáncer. Se diseñarán aprovechando el paralelismo ofrecido por las
arquitecturas de sistemas empotrados de altas prestaciones. En esta fase, estos algoritmos estarán descritos
como modelos Matlab.


2. Validación de los resultados obtenidos con los modelos Matlab. Se utilizarán imágenes tomadas previamente
durante procesos quirúrgicos. Se compararán los resultados de clasificación con los informes histopatológicos.


3. Obtención de modelos RVC­-CAL a partir de los modelos Matlab de los algoritmos. Se harán pruebas de regresión
de los modelos RVC-­CAL con las imágenes de la actividad 2 para validar la equivalencia de los modelos.


4. Medida del tiempo de ejecución y energía consumida de las implementaciones.


5.­ Propuesta e implementación de modelos RVC-­CAL refinados para aumentar el paralelismo y reducir el consumo
de energía.


6. Validación del funcionamiento de las implementaciones en el quirófano, comparando los resultados con los
informes histopatológicos proporcionados.