PhD-позиция по федеративному обучению, теории информации и кодированию

В KTH Royal Institute of Technology открыта оплачиваемая позиция аспиранта в совместном проекте KTH и Technical University of Denmark (DTU): Efficient and Resilient Decentralised Federated Learning via Compression and Coding Основное место работы — KTH, Стокгольм. В рамках 4-летней PhD-программы суммарно около одного года предполагается провести в DTU в Дании. Этот период можно разбить на несколько исследовательских визитов. Чем будем заниматься Проект посвящён децентрализованному federated learning — без центрального сервера, с акцентом скорее на математическую и коммуникационную инфраструктуру распределённого обучения, чем на разработку самих ML-моделей. Основные темы: • communication-efficient federated learning; • lossy compression градиентов и обновлений моделей; • gradient coding и устойчивость к медленным/отказавшим устройствам (stragglers); • information theory и coding theory для распределённого ML; • устойчивость и безопасность децентрализованных систем обучения. Цель — понять, как строить распределённое обучение в условиях ограниченной пропускной способности каналов и ненадёжных узлов, сохраняя при этом качество обучения. Проект выполняется совместно командами KTH и DTU. Руководители: • KTH: Prof. Ragnar Thobaben, Prof. Mikael Skoglund • DTU: Prof. Søren Forchhammer, Asst. Prof. Stanislav Kruglik Кого ищем: нужен кандидат с сильной математической подготовкой и интересом к теоретическим аспектам ML и коммуникационных систем. Особенно релевантен опыт/образование в областях: • information theory; • coding theory; • communications / signal processing; • distributed или federated learning. Условия: это полноценная оплачиваемая PhD-позиция в KTH с трудовым контрактом, а не обучение за свой счёт. Программа рассчитана на 4 года full-time. Возможна небольшая доля преподавания/административной работы, в соответствии с правилами KTH. Суммы указаны до налогов. Дедлайн подачи: 24 сентября 2026