Dottorato in Data Science and Computation

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 e borse di studio 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)
Curricula e tematiche 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