Descrizione posizione

Titolo del progetto di ricerca in italiano	Apprendimento statistico da RWD (Real World Data). 2019_RTDA_DMAT_13
Titolo del progetto di ricerca in inglese	Statistical learning from RWD (Real World Data). 2019_RTDA_DMAT_13
Descrizione sintetica in italiano	Nell’era dei big data, una quantità sempre maggiore di dati e di informazioni viene prodotta e registrata. Essi possono indirizzare l'evoluzione della conoscenza dei fenomeni del reale. La variabilità dei fenomeni considerati è molteplice, per esempio nel tempo o nello spazio, oppure nella provenienza delle informazioni da database di tipo diverso e di grandi dimensioni. È pertanto crescente la domanda di modelli statistici flessibili in grado di catturare tale variabilità, e dei relativi strumenti di inferenza per ottenere previsioni affidabili. Risulta determinante progettare metodi computazionali avanzati per trattare i dati e fare inferenza su essi. L’attività di ricerca riguarderà la costruzione di modelli, sia in ambito frequentista che bayesiano, e di relativi metodi computazionali efficienti e scalabili, per lo studio di dati complessi provenienti dal mondo reale (RWD). Il candidato svolgerà attività didattica su argomenti legati al settore della statistica.
Descrizione sintetica in inglese	In this big data era, an ever increasing amount of data and information is produced and recorded. Such information may drive the evolution of the knowledge of the real world phenomena. The variability of such phenomena may occur in time or in space, or because information originates from different and huge databases. Hence there is a growing demand for flexible statistical models able to capture the variability of the phenomena under consideration, as well as for the related inference tools for reliable prediction. It is also crucial to design advanced computational methods to process these huge databases and make inference from them. The research will focus on the proposal of Bayesian or frequentist models, and the design of corresponding computationally efficient and scalable algorithms, for the analysis of such complex data from real world (RWD). The candidate will be involved in teaching activities in subjects related to the field of Statistics.
Numero posti	1
Settore Concorsuale	13/D1 - STATISTICA
S.S.D	SECS-S/01 - STATISTICA
Destinatari del bando (of target group)	Experienced researcher or 4-10 yrs (Post-Doc)
Data del bando	07/01/2020

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Full-time
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
Codice postale	20158
E-mail	concorsi@polimi.it
Sito web	https://www.polimi.it/en/faculty-and-staff/calls-and-competitions/calls-and-competitions-for-researchers/competitions-for-temporary-positions/

 

Dettagli per la candidatura

Data di scadenza del bando	05/03/2020 - 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	Excellent