Bando per assegno di ricerca
Titolo del progetto di ricerca in italiano | ML-OPENS - MACHINE-LEARNING AIDED THEORETICAL SPECTROSCOPIES FOR ENERGY APPLICATIONS - Bando AR NANO 011-2023 MO |
---|---|
Titolo del progetto di ricerca in inglese | ML-OPENS – Machine-learning aided theoretical spectroscopies for energy applications - Call AR NANO 011-2023 MO |
Settore Concorsuale | 02 - Scienze fisiche |
S.S.D | - |
Descrizione sintetica in italiano | L’assegnista lavorerà sullo studio da principi primi di materiali di interesse nel campo delle batterie di nuova generazione e sulla simulazione di spettri di core. Questo include: modellizzazione delle proprietà strutturali ed elettroniche a livello DFT; sviluppo di workflow automatizzati per la simulazione di spettroscopie per il confronto diretto con i risultati sperimentali; utilizzo di approcci di machine-learning per sviluppo di modelli surrogati. I sistemi studiati saranno principalmente materiali a base di carbonio con litio adsorbito |
Descrizione sintetica in inglese | The postdoctoral fellow will work on investigation from first principles of materials of relevance in Li-ion batteries and on the simulation of core-level spectroscopies, including: modelling of structural and electronic properties at DFT level; automated workflow development for simulation of spectroscopies for direct comparison with experimental results; exploitation of machine leaning approaches for the development of surrogate models. Systems under investigation will be mainly lithiated carbon-based materials |
Data del bando | 05/09/2023 |
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/14241_DOC_IT.pdf |
Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
---|---|
Importo annuale | 19.367 |
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 Magistrale in Fisica, Chimica, Scienze dei Materiali o materie affini oppure Laurea Specialistica/Magistrale; esperienza pre-dottorale nell’utilizzo di metodi di calcolo di struttura elettronica da primi principi; conoscenza di linguaggi di programmazione utilizzati nello sviluppo di applicazioni scientifiche (python, Fortran moderno, C/C++) ed esperienza pre-dottorale nell’uso e implementazione di workflow automatizzati per il calcolo; conoscenza di base di concetti e strumenti per tecniche di machine learning;conoscenza della lingua inglese; conoscenza della lingua italiana (per i candidati stranieri). |
Criteri di selezione in inglese (breve descrizione) | Master degree in physics, chemistry, materials science or alike; pre-doctoral experience in the application of electronic structure methods from first principles; knowledge of programming languages used in scientific applications (python, modern Fortran, C/C++) and pre-doctoral experience in the usage and implementation of automated computational workflows; basic knowledge of concepts and tools for machine learning approaches. |
Processo di selezione in italiano (breve descrizione) | Per i candidati selezionati la prova colloquio avrà luogo il giorno 4/10/2023 alle ore 15.00 in presenza presso la Sede Secondaria dell’Istituto Nano CNR Via Campi 213 A - 41125 Modena; |
Processo di selezione in inglese (breve descrizione) | Selected candidates will be invited for an interview that it will held on October 4, 2023, at H. 3.00 p.m. (local time) c/o Istituto Nano CNR Via Campi 213 A - 41125 Modena |
Nome dell'Ente finanziatore | CNR - Istituto di Nanoscienze |
---|---|
Tipologia dell'Ente | Research Laboratory |
Paese dell'Ente | Italy |
Città | Modena |
Sito web | https://www.nano.cnr.it/ |
reclutamento.nest@nano.cnr.it |
L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
---|
Data di scadenza del bando | 20/09/2023 |
---|---|
Come candidarsi | protocollo.nano@pec.cnr.it |