Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Metodi e modelli per l’intelligenza artificiale e l’apprendimento statistico e automatico per l’innovazione dei processi e delle decisioni aziendali CUP J93C22001360002 |
|---|---|
| Titolo del progetto di ricerca in inglese | Methods and models for artificial intelligence and statistical and machine learning for innovation and business decisions |
| Area CUN | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-S/01 - STATISTICA |
| Area CUN | 01 - Scienze matematiche e informatiche |
| S.S.D | INF/01 - INFORMATICA |
| Descrizione sintetica in italiano | La ricerca considera metodologie innovative nell’ambito della Business Analytics (BA) per sfruttare al meglio i dati disponibili in connessione alla digitalizzazione del sistema delle imprese. Recentemente grande attenzione è sullo sviluppo di metodi statistici e informatici in grado di estrarre informazioni da ampie basi di dati (Big Data). Ci si propone di: a) sviluppare tecniche di integrazione dei dati provenienti da più fonti; b) proporre modelli più recenti di apprendimento statistico e automatico che consentano di trasformare i dati in informazioni utili al processo decisionale in ambiti aziendale; c) diffondere la cultura della analisi dei dati così anche in imprese di medie e piccole dimensioni. Ci si avvarrà di software a codice aperto (ad esempio R e Python) e si proporrà di lavorare su dati reperibili su piattaforme digitali per costruire significativi esempi della spinta all’innovazione che può derivare dall’uso di tecniche di BA. |
| Descrizione sintetica in inglese | The research is aimed to propose innovative methodologies in the field of Business Analytics to make the most of data possibly collected in connection with the digitization of the business system. Recently, a major focus of the research has been on the development of statistical and machine learning methods to extracting information from large data bases (Big Data). In the research the following points will be of great relevance: a) to develop techniques for integrating data from multiple sources; b) to consider cutting edge models of statistical and automatic learning that make it possible to transform data into useful information for decision-making; c) to grow the culture also of data analysis also for the benefit of small enterprises. The project will make use of open source software (notably R and Python) and will aim to work on data available on digital platforms to build significant examples of the advantages for innovation that can derive from the use of BA techniques. |
| Data del bando | 23/11/2022 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | https://web.units.it/concorsi/ricerca/conc-46720 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Importo annuale | 21.077 |
| Valuta | Euro |
| Massima durata dell'assegno (mesi) | 12 |
| Nome dell'Ente finanziatore | Università degli studi di Trieste |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Codice postale | 34127 |
| Indirizzo | Piazzale Europa, 1 |
| Sito web | https://www.units.it/ |
| assegni@amm.units.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 25/12/2022 |
|---|---|
| Come candidarsi | https://pica.cineca.it/units (rif. PICA 22ar1056-5LR2-11) |