Descrizione posizione

Titolo del progetto di ricerca in italiano	Metodologie e algoritmi di apprendimento automatico per problemi di decisione sequenziale in presenza di feedback umano CUP: D53C25000710001 2025_RTDA_DEIB_13
Titolo del progetto di ricerca in inglese	Machine learning methods and algorithms for sequential decision-making problems in the presence of human feedback CUP: D53C25000710001 2025_RTDA_DEIB_13
Descrizione sintetica in italiano	L'attività di ricerca si concentrerà sullo sviluppo di metodi e algoritmi di apprendimento automatico che permettano ad agenti artificiali di acquisire abilità attraverso l'interazione (feedback) con l'essere umano. Gli obiettivi includono: la definizione di un framework per lo studio dei problemi di apprendimento in presenza di feedback umano; l'analisi delle proprietà teoriche (statistiche e/o computazionali) dei relativi problemi di apprendimento; lo sviluppo di algoritmi di apprendimento; lo studio delle loro proprietà teoriche (statistiche e/o computazionali); ed eventualmente, la validazione sperimentale in simulazione.La ricerca farà uso di tecniche di apprendimento per imitazione, apprendimento per rinforzo e/o apprendimento online. Tutte le attività sono pienamente in linea con i principi generali del PNRR 'Missione 4: Istruzione e Ricerca' e del partenariato esteso PNRR 'Future of Artificial Intelligence Research'.
Descrizione sintetica in inglese	The research activity will focus on the development of methods and algorithms for machine learning that enable artificial agents to acquire skills through interaction (feedback) with humans. The objectives include: the definition of a framework for studying learning problems involving human feedback; the analysis of the theoretical properties (statistical and/or computational) of the related learning problems; the development of learning algorithms; the study of their theoretical properties (statistical and/or computational); and, possibly, experimental validation in simulation. The research will leverage techniques from imitation learning, reinforcement learning, and/or online learning. All activities are fully aligned with the general principles of the National Recovery and Resilience Plan (PNRR) 'Missione 4: Istruzione e Ricerca' and the extended PNRR partnership 'Future of Artificial Intelligence Research.'
Numero posti	1
G.S.D.	09/IINF-05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
S.S.D	IINF-05/A - Sistemi di elaborazione delle informazioni
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	29/05/2025

 

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	31/07/2025 - alle ore 23:59
Come candidarsi	Other

 

Titoli di studio richiesti

Laurea	PhD or equivalent
Ambito della laurea	Other

 

Lingue richieste

Lingua	ENGLISH
Livello di conoscenza della lingua	Good