Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Supporto a svil.po&applicaz. di metodi tipo genetici&Machine Learning per modellare processi diffusivi&/o reazioni in interfacce su materiali di tipo bulk,e predire accur.la stabilita di strutt.re complesse in ossidi di ferro&derivati-Prg EU MAGNELIQ |
|---|---|
| Titolo del progetto di ricerca in inglese | Support for develp.t&applications of genetic&Machine Learning methods to model diffusion processes&/or reactions in interfaces on bulk materials&to contribute to accurat.ly predicting stability of complx struct.s in iron oxides&deriv.es-EU MAGNELIQ |
| Campo principale della ricerca | Physics |
| Sottocampo della ricerca | Computational physics |
| Settore Concorsuale | 02 - Scienze fisiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Bando IOM AR012-2021TS SISSA L’obbiettivo di questo assegno di professionalizzante e’ di supportare lo sviluppo e le applicazioni di metodi del tipo genetici e di Machine Learning per modellare processi diffusivi e/o di reazioni nelle interfacce su materiali del tipo bulk, e di contribuire nella capacita del gruppo nel predire la stabilita di strutture complesse in ossidi di ferro e derivati. Il lavoro consisterà nel programmare e testare approcci di Machine Learning e genetici, in particolare, neural networks (PANNA) e genetic algorithm (USPEX). Speciale enfasi sarà portato sullo sviluppo di caracterizzatori strutturali. Il candidato dovra’ quindi partecipare attivamente nella ricerca e participare alle attivita’ di divulgazione collegate come la partecipazione a conferenze e workshop e la preparazione di articoli scientifici. |
| Descrizione sintetica in inglese | CALL IOM AR 0122021 TS SISSA The goal of this fellowship is to support the development and applications of genetic and Machine Learning methods to model diffusion processes and / or reactions in interfaces on bulk materials, and to contribute to the capacity of the group. in predicting the stability of complex structures in iron oxides and derivatives. The work will consist in programming and testing Machine Learning and genetic approaches, in particular, neural networks (PANNA) and genetic algorithm (USPEX). Special emphasis will be placed on the development of structural encoders. The candidate must therefore actively participate in research and participate in related dissemination activities such as participation in conferences and workshops and the preparation of scientific articles. |
| Data del bando | 24/09/2021 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | http://bandi.urp.cnr.it/doc-assegni/documentazione/11575_DOC_IT.pdf |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 19367 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) |
Laurea in Fisica, Fisica computazionale, Fisica della materia, Fisica dei materiali o equivalente e curriculum professionale idoneo allo svolgimento di attività di ricerca; - Esperienza (dichiarata con le modalità di cui all’art. 4) in Modellizzazione delle proprietà elettroniche dei materiali al livello Density Functional Theory, esperienza nell’uso di Quantum ESPRESSO e LAMMPS, esperienza nell’implementazione di approcci di tipo Machine Learning, conoscenza dei linguaggi di programmazione fortran, C and python. Esperienza con PANNA. Esperienza con USPEX e’ un plus; -Buona conoscenza della lingua inglese; - conoscenza della lingua italiana(per i candidati stranieri). |
| Criteri di selezione in inglese (breve descrizione) |
• Master Degree (bologna) in physics, computational physics, physics of mater, material physics or equivalent • experience in electronic properties modelling at the Density Functional Theory level, in the use of Quantum ESPRESSO and LAMMPS, experience in the implementation of Machine Learning approaches, demonstrable programming knowledge with fortran, C and pyhton. Experience with PANNA. Experience with USPEX is a plus; • good level of English and some knowledge of Italian |
| Processo di selezione in italiano (breve descrizione) | La prova colloquio, per i candidati selezionati, avrà luogo il giorno 4 Novembre 2021 alle ore 11:00 in modalità a distanza |
| Processo di selezione in inglese (breve descrizione) | the submitted applications will be evaluated by CNR. A reserve list of accepted applications will be set up. These candidates will be invited for an interview that it will held on November 4, 2021 at 11:00 A.M. (Italian local time) by videoconference |
| Nome dell'Ente finanziatore | CNR-Istituto Officina dei Materiali (IOM) |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Codice postale | 34136 |
| Indirizzo | c/o Scuola Internazionale Superiore di Studi Avanzati - SISSA Via Bonomea, 265 |
| Sito web | http://www.iom.cnr.it |
| supporto.reclutamento@spin.cnr.it | |
| iom.recruitment@iom.cnr.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | H2020 |
|---|
| Data di scadenza del bando | 12/10/2021 |
|---|---|
| Come candidarsi | Other |