ASSEGNO DI RICERCA 375/2023 - "Sviluppo di un modello predittivo spazio-temporale per un campo agricolo integrando dati eterogenei"

È indetta una selezione pubblica, per titoli e colloquio, per il conferimento di n. 1 (uno) - “Assegno di ricerca professionalizzante” per lo svolgimento di attività di ricerca inerenti l’Area Scientifica "Informatica" da svolgersi presso l’Istituto di Scienze e Tecnologie della Cognizione del CNR, che effettua ricerca nell'ambito del programma di ricerca “Agritech SPOKE 3 - Enabling technologies and sustainable strategies for the smart management of agricultural systems and their environmental impact”,  per la seguente tematica: "Sviluppo di un modello predittivo spazio-temporale per un campo agricolo integrando dati eterogenei", sotto la responsabilità scientifica del dott. Vito Trianni.

Programma di ricerca:

Il programma di ricerca consiste nello sviluppo di un modello spazio-temporale del campo agricolo che integri dati eterogenei (prossimali, immagini remote da UAV o da satellite, serie temporali da stazioni meteorologiche). Il modello integrerà diverse fonti di dati, sfruttando diverse tecnologie che vanno dai Gaussain Processes alle reti neurali deep addestrate attraverso Machine Learning. Verrà inoltre sviluppata la visualizzazione del modello spazio-temporale.

Titolo di studio: diploma di laurea generica

Requisiti: Curriculum di studi idoneo allo svolgimento di attività di ricerca secondo le specifiche del bando

• Tutti i titoli conseguiti all’estero (diploma di laurea ed eventuali altri titoli) dovranno essere, di norma, preventivamente riconosciuti in Italia secondo la legislazione vigente in materia (informazioni sul sito del Ministero dell’Università e della Ricerca Scientifica: www.miur.it). L'equivalenza dei predetti titoli conseguiti all'estero che non siano già stati riconosciuti in Italia con la prevista procedura formale predetta, verrà valutata, unicamente ai fini dell'ammissione del candidato alla presente selezione, dalla commissione giudicatrice costituita ai sensi dell’art. 6, comma 1 del Disciplinare;
• Esperienza in deep learning e deep neural network
• Esperienza in modelli predittivi basati su serie temporali;
• Esperienza nell’uso dei linguaggi di programmazione richiesti: Python e/o C++;
• Buona conoscenza della lingua inglese sia scritta che orale;
• Conoscenza della lingua italiana (solo per i candidati stranieri).