| Anno accademico | 2019-2020 |
|---|---|
| Area tematica | Scienze Matematiche, Fisiche, Chimiche ed Astronomiche |
| Ciclo | 35 |
| Coordinatore | Prof. Andrea Cavalli |
| Lingua | Inglese, Italiano |
| Durata | 4 anni |
| Posti | 15 posti. Maggiori informazioni nella Scheda del dottorato. |
| Scadenza bando | 15/05/2019 ore 13:00 (Scaduto) |
| Periodo di immatricolazione | Dal 01/08/2019 al 26/08/2019 |
| Data inizio corso | 01/11/2019 |
- Sede dottorato
- Bologna
- Struttura proponente
-
Dipartimento di Informatica - Scienza e Ingegneria - DISI
- Strutture concorrenti
-
Dipartimento di Ingegneria dell'Energia elettrica e dell'Informazione "Guglielmo Marconi" - DEI
- Sedi consorziate
- Politecnico di Milano
Fondazione Golinelli
Fondazione Istituto Italiano di Tecnologia
Istituto Nazionale di Fisica Nucleare - Periodo all'estero
- Sì (3 mesi)
- Temi di ricerca
- Economia e Finanza computazionale e quantitativa
- Materiali e Industria 4.0
- Genomica e bioinformatics
- Medicina personalizzata
- Hardware e infrastrutture di calcolo
- Machine learning e deep learning
- Fisica computazionale
- Big Data, Smart Cities & Società- Sbocchi professionali e potenziali settori di impiego del dottorato di ricerca
- Il Corso è pensato per fornire un contesto culturale finalizzato alla formazione di esperti che siano in grado sia di svolgere attività di ricerca in ambito universitario e industriale, sia inserirsi a livello professionale in ambiti di gestione nell'ampio contesto del data science. I principali sbocchi occupazionali previsti sono: la carriera accademica, l'attività di ricerca presso industrie o enti, e il management in industrie, enti e organizzazioni che vedano l'ambito del data science prioritario.
- Commissione esaminatrice
-
Cognome Nome Istituzione Componente e-mail Cavalli Andrea Università di Bologna effettivo andrea.cavalli@unibo.it De Vivo Marco Istituto Italiano di Tecnologia effettivo marco.devivo@iit.it Orsenigo Carlotta Politecnico di Milano effettivo carlotta.orsenigo@polimi.it Roccetti Marco Università di Bologna effettivo marco.roccetti@unibo.it Grandi Claudio INFN rappresentante di ente finanziatore claudio.grandi@bo.infn.it Baresi Luciano Politecnico di Milano supplente luciano.baresi@polimi.it Benini Luca Università di Bologna supplente luca.benini@unibo.it Rocchia Walter Istituto Italiano di Tecnologia supplente walter.rocchia@iit.it Zoccoli Antonio Università di Bologna supplente antonio.zoccoli@unibo.it
- Obiettivi formativi del dottorato
- Questo corso è finalizzato alla formazione di esperti in grado di svolgere attività di ricerca universitaria e industriale ad un livello qualitativo che astragga dalle singole componenti accademico-scientifiche sulla base delle quali il Corso si struttura. In questo senso, ci si aspetta che ogni dottorando durante il corso sia in grado di produrre risultati originali e significativi, in termini di pubblicazioni scientifiche e/o applicazioni innovative, a partire da skills che comunemente caratterizzano la base di partenza dell'ambito data science (quali matematica, statistica, informatica, analisi dei dati, scienze computazionali etc ..) specializzandosi tuttavia in una o più aree che includano anche le seguenti: Economia e Finanza computazionale e quantitativa; Materiali e Industria 4.0; Genomica e bioinformatics; Medicina personalizzata; Hardware e infrastrutture di calcolo; Machine learning e deep learning ; Fisica computazionale; Big Data, Smart Cities & Società.
- Tipologia dell'attività svolta dai dottorandi
- All'inizio del Corso ogni dottorando viene affiancato da un supervisore, membro del Collegio dei Docenti o tutore esterno indicato da un membro del Collegio Docenti, che lo accompagna per tutta la durata del corso. Nei primi 24 mesi si prevede l'integrazione, l'ampliamento e l'approfondimento del bagaglio culturale secondo un piano didattico personalizzato (predisposto di comune accordo dal dottorando col supervisore, e quindi sottoposto all'approvazione del Collegio), che prevede il raggiungimento di almeno 40 CFU mediante la frequenza di corsi e il superamento dei relativi esami di profitto. Entro il 20esimo mese il dottorando deve presentare una proposta scritta di tesi, sottoposta all’approvazione vincolante del Collegio. Alla fine dei primi 24 mesi, il dottorando deve aver completato il piano didattico personalizzato e deve relazionare sullo stato d'avanzamento della tesi. Alla fine del primo anno il passaggio al successivo è deliberato dal collegio sulla base di un congruo numero di crediti conseguiti. Alla fine del secondo anno il passaggio all'anno successivo è deliberato dal Collegio in base al conseguimento di tutti crediti e in base ad una presentazione pubblica da parte del candidato sulla proposta di tesi. Il terzo anno e il quarto anno sono dedicati al lavoro di tesi. Il passaggio dal terzo al quarto anno è deliberato sulla base di una presentazione pubblica del candidato relativamente ai risultati conseguiti fino a quel punto. Il Collegio delibera infine sull’ammissione all’esame finale, sulla base dei commenti dei revisori e della eventuale revisione della tesi. Il Collegio può autorizzare un dottorando a trascorrere periodi di soggiorno in Italia presso Università, centri di ricerca o aziende. È obbligatorio per il dottorando trascorrere un periodo di almeno 3 mesi all'Estero, durante il terzo o il quarto anno di corso.
- Attività di formazione alla ricerca previste per i dottorandi in coerenza con gli obiettivi formativi del dottorato
- All'inizio del Corso ogni dottorando viene affiancato da un supervisore, membro del Collegio dei Docenti, che lo accompagna per tutta la durata del corso. Nei primi 24 mesi si prevede l'integrazione, l'ampliamento e l'approfondimento del bagaglio culturale secondo un piano didattico personalizzato (predisposto di comune accordo dal dottorando col supervisore, e quindi sottoposto all'approvazione del Collegio), che prevede il raggiungimento di almeno 40 CFU mediante la frequenza di corsi e il superamento dei relativi esami di profitto. Entro il 20esimo mese il dottorando deve presentare una proposta scritta di tesi, sottoposta all’approvazione vincolante del Collegio. Alla fine dei primi 24 mesi, il dottorando deve aver completato il piano didattico personalizzato e deve relazionare sullo stato d'avanzamento della tesi. Ulteriore verifica dello stadiodi avanzamento della tesi è prevista per la fine del terzo anno. La tesi sarà infine discussa allascadere del quarto e ultimo anno.
- Elementi di internazionalizzazione del dottorato
- Il corso prende l'avvio nel presente anno anche in funzione della collaborazione dell'Università di Bologna con altri Enti e Università di riconosciuto livello internazionale nell'ambito del data Science, quali il Politecnico di Milano, la Fondazione Golinelli, il Cineca, l'Istituto Italiano di Tecnologia, la ISI Foundation, l'INFN. Cioè non di meno, in quanto corso di nuova attivazione, le caratteristiche di internazionalità del medesimo sono in via di progettazione e sviluppo ed emergeranno in funzione della capacità di ogni singolo componente del Collegio dei docenti di attivare e finalizzare convenzioni per lo scambio di studenti, sia in entrata sia in uscita, con Università e Enti di ricerca internazionali e di alto livello scientifico e accademico. Non appena le attività del corso si saranno stabilizzate, si ipotizza anche la possibilità di progettare il rilascio di titoli congiunti in collaborazione con Università straniere. Il ragguardevole profilo accademico e scientifico di tutti i membri del Collegio, unitamente al loro riconoscimento a livello internazionale, come anche testimoniato dagli indici che ne misurano la produttività scientifica, autorizza a ritenere la strada intrapresa percorribile con successo.
- Prodotti e risultati attesi dalle attività di ricerca dei dottorandi
- Sono attesi risultati originali, in termini di rilevanza e significatività, sia sotto la forma di pubblicazioni scientifiche che di invenzione, progettazione e realizzazione di applicazioni innovative, oltre che di sistemi e software, in una o più aree che includano anche le seguenti: Economia e Finanza computazionale e quantitativa; Materiali e Industria 4.0; Genomica e bioinformatics; Medicina personalizzata; Hardware e infrastrutture di calcolo; Machine learning e deep learning; Fisica computazionale; Big Data, Smart Cities & Società.
- Collegio dei docenti
Cognome
Nome
Ateneo/Ente
Qualifica
AGASITI
TOMMASO
Politecnico di Milano
Professore Associato
BARESI
LUCIANO
Politecnico di Milano
Professore Ordinario
BAZZANI
ARMANDO
Università di Bologna
Professore Associato
BENINI
LUCA
Università di Bologna
Professore Ordinario
BRAMBILLA
MARCO
Politecnico di Milano
Professore Associato
CAPRIOTTI
EMIDIO
Università di Bologna
Ricercatore
CAVALLI
ANDREA
Università di Bologna
Professore Ordinario
CIARLETTA
PASQUALE
Politecnico di Milano
Professore Associato
DE VIVO
MARCO
Istituto Italiano di Tecnologia
Primo ricercatore
GRANDI
CLAUDIO
INFN
Dirigente tecnologo
GUGLIELMI
ALESSANDRA
Politecnico di Milano
Professore Ordinario
ORSENIGO
CARLOTTA
Politecnico di Milano
Ricercatore
PANZERI
STEFANO
Istituto Italiano di Tecnologia
Primo ricercatore
PRAROLO
GIOVANNI
Università di Bologna
Professore Associato
RESTELLI
MARCELLO
Politecnico di Milano
Ricercatore
ROCCETTI
MARCO
Università di Bologna
Professore Ordinario
SARTORI
LAURA
Università di Bologna
Professore Associato
SCIUTO
DONATELLA
Politecnico di Milano
Professore Ordinario
SERI
MARCO
Università di Bologna
Professore Ordinario
ZERBETTO
FRANCESCO
Università di Bologna
Professore Ordinario
ZOCCOLI
ANTONIO
Università di Bologna
Professore Ordinario
Avvisi
Sub criteri di valutazione
Graduatoria
Vedi anche
- AMS tesi di dottorato Pubblicato
Alumni