Logo

Area Science Park

Predicting the quality of mechanical industrial processing from multivariate time series

Avviso è finalizzato all’assegnazione di n. 1 borsa di formazione e ricerca, della durata di n. 12 mesi, per lo svolgimento di attività di ricerca rivolte a giovani laureati sulla specifica tematica sotto riportata, nell’ambito dell’Istituto Ricerca e Tecnologie (RET) di Area Science Park.
L’Istituto RET è nato all’inizio del 2020 con l’obiettivo di creare un ecosistema virtuoso capace di fornire competenza e servizi avanzati per lo svolgimento di ricerche applicate ed industriali di alta qualificazione. L’ecosistema è dotato di una componente hardware, composta da un Laboratorio dedicato ad analisi nel campo della genomica ed epigenomica e da un Datacenter a supporto dell’elaborazione, gestione e fruizione del dato scientifico prodotto, e di una componente software, popolata di dati e strumenti per analizzarli e gestirli, entrambe gestite da risorse umane con forte specializzazione nei rispettivi ambiti.
Le linee di attività dell’Istituto RET sono concentrate su:
i) HPC&DATA infrastructure management per lo sviluppo di servizi avanzati per gli utenti;
ii) gestione del dato scientifico in un’ottica tesa a garantire l’accesso FAIR ai dati;
iii) Servizi di Data Analysis per la messa a punto di servizi avanzati per mezzo di algoritmi di Machine Learning/Deep Learning.

In questo contesto l’Istituto gestisce il progetto PNR dal titolo “FAIR-by-design” finanziato dal Ministero dell’Università e della Ricerca, per la messa a punto di metodologie di acquisizione dati e metadati, tali da rendere minimo lo sforzo richiesto a ricercatori e tecnologi per rendere pienamente condivisibile e fruibile la loro produzione scientifica e/o i loro dataset industriali.

Il borsista svolgerà attività di formazione e ricerca sul tema: “Predicting the quality of mechanical industrial processing from multivariate time series” che si basa sulla predizione della qualità di lavorazioni meccaniche industriali di precisione, attraverso l’analisi con tecniche di machine learning di serie temporali multivariate e la generazione dei datasets e metadati associati in modalità FAIR-by-design.

Trieste
Data Science and Engineering
Neolaureato
Big Data/AI Hardware/software Machine Learning R&D
Ricerca Sperimentale

Requisiti di ammissione:
1) conseguimento di un titolo di laurea magistrale italiano attinente alla tematica indicata all’art. 1 del presente avviso; il punteggio per il titolo di studio richiesto sarà aumentato fino al doppio, qualora il titolo di studio sia stato conseguito non oltre un anno prima del termine ultimo per la presentazione della domanda di partecipazione al presente procedimento selettivo.
2) conoscenza della lingua inglese, da accertarsi in sede di colloquio;
3) immediata disponibilità a iniziare l’attività di formazione e ricerca;
I candidati di cittadinanza diversa da quella italiana devono possedere i seguenti requisiti: a) godimento dei diritti civili e politici nello Stato di appartenenza o provenienza; b) possesso di tutti gli altri requisiti previsti per la partecipazione alla presente selezione da accertarsi, se del caso, in sede di colloquio; c) adeguata conoscenza della lingua italiana, da accertarsi in sede di colloquio.

Immediato
Full Time
> 6 mesi
Si
1350.00
51-250
Pubblica Amministrazione
Sede

Ai soli fini fiscali, la borsa di formazione sarà assimilata ai redditi da lavoro dipendente ai sensi dell’art. 50, comma 1, lettera c) del D.P.R. n. 917/1986 (TUIR). L’importo mensile lordo spettante al borsista verrà corrisposto in rate mensili, senza anticipi né acconti, e sarà pari a 1.350 euro. Il compenso verrà versato entro il quindicesimo giorno di ogni mese successivo, mediante accredito su conto corrente. Tale importo non comprenderà il rimborso spese per eventuali missioni in Italia e all’estero, preventivate dal Responsabile scientifico, che si rendessero necessarie per l’espletamento delle attività connesse alla borsa di formazione.

Il borsista ha diritto a fruire del servizio di ristorazione aziendale alle stesse condizioni del personale dipendente, con spesa a carico di Area Science Park.

Unisciti a noi!

Dai valore alla tua tesi. Registrati gratutitamente

registrati gratuitamente