Descrizione posizione

Titolo del progetto di ricerca in italiano	Metodi di intelligenza artificiale e machine learning per l'interazione uomo-macchina in ambienti complessi 2024_RTT_DIG_2
Titolo del progetto di ricerca in inglese	Artificial intelligence and machine learning methods for human-machine interaction in complex environments 2024_RTT_DIG_2
Descrizione sintetica in italiano	Il progetto si pone l'obiettivo di sviluppare algoritmi di intelligenza artificiale (IA) e machine learning (ML) per ambienti complessi in cui agenti diversi, quali esseri umani e robot, interagiscono per raggiungere un dato scopo. Particolare, ma non esclusiva, attenzione sarà rivolta allo sviluppo di tecniche di ML per la costruzione di sistemi early warning, per l'ottimizzazione dei percorsi, per migliorare la sicurezza e l'efficacia della collaborazione uomo-macchina. Saranno, inoltre, esplorate le potenzialità degli algoritmi di ML per l'identificazione delle inefficienze dei processi in esame e la loro conseguente ottimizzazione. Le attività di ricerca saranno condotte anche in relazione al progetto HumanTech, finanziato dal Ministero dell'Università e della Ricerca (MUR) per il periodo 2023-2027 nell'ambito dell'iniziativa ministeriale Dipartimenti di Eccellenza.
Descrizione sintetica in inglese	Recent advancements in artificial intelligence (AI) and machine learning (ML) revolutionized several industries, enhancing productivity, cost savings, and risk management. The project is focused on artificial and ML algorithms for complex environments where different agents, such as humans and robots, interact to achieve a specific goal. Attention will be devoted, but not limited, to the development of ML methods to build early warning systems, optimize paths, or ensure a safer and more effective collaboration between robots and human workers. The potential of ML algorithms to identify inefficiencies and optimize the workflow of the processes at hand will be likewise explored. The research activities will be also developed in relation to the HumanTech Project, which is financed by the Italian Ministry of University and Research (MUR) for the 2023-2027 period as part of the ministerial initiative Departments of Excellence.
Descrizione del bando in italiano
Descrizione del bando in inglese
Numero posti	1
Settore Concorsuale	01/B1 - INFORMATICA
S.S.D	INF/01 - INFORMATICA
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	24/04/2024

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Full-time
Ore settimanali	00
Organizzazione/Ente	Politecnico di Milano
Paese (dove si svolgerà l'attività)	ITALY
Città	Milano

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Politecnico di Milano
Tipo	Academic
Paese	ITALY
Città	Milano
E-mail	concorsi@polimi.it
Sito web	https://www.polimi.it/en/bandi-per-i-ricercatori

 

Dettagli per la candidatura

Data di scadenza del bando	17/06/2024
Come candidarsi	Other

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Other

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Excellent

 

Requisiti aggiuntivi

Requisiti specifici in italiano

Sono ammessi a partecipare alla selezione i candidati, italiani o stranieri, che sono in possesso del titolo di dottore di ricerca o equivalente, conseguito in Italia o all'estero e che, negli ultimi 5 anni, sono stati autori, coautori o curatori, in numero pari o superiore a 4, di pubblicazioni, testi accettati per la pubblicazione, saggi inseriti in opere collettanee e articoli editi su riviste in formato cartaceo o digitale, con l'esclusione di note interne o rapporti dipartimentali.

Requisiti specifici in inglese

Italian or foreign applicants, who have a PhD or equivalent qualification, obtained in Italy or abroad are admitted to selection process. In addition, in the past 5 years, they must have authored, co-authored, or edited a number of publications, accepted texts, essays included in collections, and articles published in print or digital journals equal to or exceeding the minimum required number of 4, excluding internal notes or departmental reports.