Descrizione posizione

Titolo del progetto di ricerca in italiano	Metodi statistici per dati ad alta dimensionalità 2026_RTT_DMAT_1
Titolo del progetto di ricerca in inglese	Statistical methods for high dimentional data 2026_RTT_DMAT_1
Descrizione sintetica in italiano	La crescente disponibilità di dati complessi, eterogenei e ad alta dimensionalità, generati da tecnologie digitali, sensori e piattaforme online, pone nuove sfide metodologiche e computazionali in numerosi ambiti applicativi, tra cui salute, ingegneria, industria, ambiente e scienze sociali. L'attività di ricerca riguarderà lo sviluppo di metodi statistici avanzati per l'analisi di dati complessi, con particolare riferimento a dati funzionali, non euclidei e object data, nonché a dati con dipendenze spaziali, temporali e spazio-temporali. La ricerca integrerà aspetti teorici, attraverso la definizione di nuovi modelli, procedure inferenziali, algoritmi computazionali, e aspetti applicativi, mediante lo sviluppo e la validazione delle metodologie su problemi reali in collaborazione con discipline scientifiche e industriali. Il candidato svolgerà attività didattica e di tutoraggio su argomenti legati al settore della statistica applicata.
Descrizione sintetica in inglese	The increasing availability of complex, heterogeneous, and high-dimensional data generated by digital technologies, sensors, and online platforms poses new methodological and computational challenges across a wide range of application domains, including healthcare, engineering, industry, environmental sciences, and social sciences. The research will focus on developing advanced statistical methods for the analysis of complex data, including functional data, non-Euclidean data, object data, and data exhibiting spatial, temporal, or spatio-temporal dependence. The research will integrate theoretical aspects, including the development of novel statistical models, inferential procedures, and computational algorithms, with applied research aimed at developing and validating these methodologies on real-world problems. The candidate will be involved in teaching and tutoring activities in subjects related to the field of applied statistics.
Descrizione del bando in italiano
Descrizione del bando in inglese
Numero posti	1
G.S.D.	13/STAT-01 - STATISTICA
S.S.D	STAT-01/A - Statistica
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	25/09/2026

 

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	12/11/2026 - alle ore 12:00
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 6, 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 6, excluding internal notes or departmental reports.