Descrizione posizione

Titolo del progetto di ricerca in italiano	PNRR Codice: ECS_00000033 “Ecosystem for Sustainable Transition in Emilia-Romagna” - CUP: B89I22000650001 - MUR n. 0001052 del 23/06/2022
Titolo del progetto di ricerca in inglese	PNRR Codice: ECS_00000033 “Ecosystem for Sustainable Transition in Emilia-Romagna” - CUP: B89I22000650001 - MUR n. 0001052 del 23/06/2022
Descrizione sintetica in italiano	BANDO N. 400.015.ISAC.PNRR PNRR Codice: ECS_00000033 “Ecosystem for Sustainable Transition in Emilia-Romagna” - CUP: B89I22000650001 - MUR n. 0001052 del 23/06/2022
Descrizione sintetica in inglese	CALL No. 400.015.ISAC.PNRR PNRR Codice: ECS_00000033 “Ecosystem for Sustainable Transition in Emilia-Romagna” - CUP: B89I22000650001 - MUR n. 0001052 del 23/06/2022
Descrizione del bando in italiano	BANDO N. 400.015.ISAC.PNRR Selezione per titoli e colloquio ai sensi dell'art. 8 del "Disciplinare concernente le assunzioni di personale con contratto di lavoro a tempo determinato", per l'assunzione, ai sensi dell'art. 83 del CCNL del Comparto “Istruzione e Ricerca” 2016-2018, sottoscritto in data 19 aprile 2018, di n. 1 unità di personale con profilo professionale di Ricercatore III livello, per le attività del progetto PNRR Codice: ECS_00000033 “Ecosystem for Sustainable Transition in Emilia-Romagna” - CUP: B89I22000650001, presso l’Istituto di Scienze dell’Atmosfera e del Clima – sede di Bologna
Descrizione del bando in inglese	CALL No. 400.015.ISAC.PNRR Selection by qualifications and interview pursuant to article 8 of the "Regulations concerning the recruitment of personnel with fixed-term employment contracts", for the recruitment, pursuant to article 83 of the National Collective Labour Agreement for the 2016-2018 “Education and Research” sector, signed on 19 April 2018, of nr. 1 staff member with a professional profile of Researcher III level, for project activities PNRR Code: ECS_00000033 “Ecosystem for Sustainable Transition in Emilia-Romagna” - CUP: B89I22000650001, at the Institute of Atmospheric Sciences and Climate (CNR-ISAC) - office headquarters Bologna
Numero posti	1
Campo principale della ricerca	Environmental science
Sottocampo della ricerca	Earth science
Settore Concorsuale	01/A4 - FISICA MATEMATICA
S.S.D	-
Settore Concorsuale	01/B1 - INFORMATICA
S.S.D	-
Destinatari del bando (of target group)	Early stage researcher or 0-4 yrs (Post graduate)
Data del bando	13/01/2023

 

FP7 / PEOPLE / Marie Curie Actions

Research Framework Programme / Marie Curie Actions	No

 

Dettagli dell'impiego

Tipo di contratto	Temporary
Tempo	Full-time
Ore settimanali	36
Organizzazione/Ente	National Research Council/Institute of Atmospheric Sciences and Climate (CNR-ISAC) - office headquarters Bologna
Paese (dove si svolgerà l'attività)	ITALY
Stato/Provincia	Italy/Bologna
Città	Bologna
Codice postale	40129
Indirizzo	Piero Gobetti, 101

 

Contatto presso l'Organizzazione/Ente

Organizzazione/Ente	Istituto di Scienze dell’Atmosfera e del Clima/Consiglio Nazionale delle Ricerche
Paese	ITALY
Stato/Provincia	Italy/Bologna
Città	Bologna
Codice postale	40129
Indirizzo	Piero Gobetti, 101
E-mail	cirilloluca.ciricugno@cnr.it
Sito web	http://www.isac.cnr.it

 

Dettagli per la candidatura

Data di scadenza del bando	13/02/2023
Come candidarsi	https://selezionionline.cnr.it/

 

Titoli di studio richiesti

 

Esperienze di ricerca richieste

Campo principale della ricerca	Environmental science
Sottocampo della ricerca	Earth science
Anni di esperienza richiesti	3

 

Requisiti aggiuntivi

Requisiti specifici in italiano

1. Per l’ammissione alla selezione sono richiesti i seguenti requisiti: a) Laurea Magistrale (classe DM 270/04) in Fisica (LM-17), Scienze e tecnologie per l'ambiente e il territorio (LM-75), Scienze geofisiche (LM-79); ovvero Lauree Specialistiche (classe DM 509/99) in Fisica 20/S, Scienze e tecnologie per l'ambiente e il territorio ovvero (82/S), Scienze geofisiche (85/S), ovvero Diplomi di Laurea (vecchio ordinamento) in Astronomia, Scienze ambientali e Scienze geologiche equiparati alle predette classi di laurea, ai sensi del Decreto Interministeriale 9/7/2009 e successive integrazioni; b) esperienza almeno triennale in: Analisi e gestione di set di dati ambientali (es., NetCDF, GRIB, CSV, ASCII text, and GeoTIFF) sia da piattaforme in situ, da misure di remote sensing satellitare che da modelli, con particolare riferimento a dati satellitari di uso del suolo; Trattamento statistico di set di dati sperimentali di variabili atmosferiche non standard (es., dati di distribuzione dimensionale, composizione chimica da spettrometria di massa online, proprietà ottiche,… ), con particolare riferimento all’applicazione di algoritmi di “source location” (es., Probaility Source Contribution Function, Concentration Weighted Trajectory, Land Use Regression); Analisi di serie storiche di variabili ambientali (variazioni spaziali e temporali, tendenze, ecc..); Applicazione di tecniche di machine learning all’analisi di set di dati ambientali, come analisi di regressione (es., Trees, Support Vector Machines, Gaussian Processes, Kernel Approximation, Ensembles, Artificial Neural Networks), approcci di classificazione (es., Boosted and Bagged Decision Trees, Discriminant, Logistic, Naive Bayes, KNN, SVM) e analisi di clusterizzazione (e.g., K-means, K-medoids, Hierarchical, GMM, HMM), ovvero possesso del titolo di Dottore di Ricerca o PhD attinente all’esperienza richiesta; c) conoscenza della lingua inglese

Requisiti specifici in inglese

1. For admission to the selection, the following are required: a) Master's degree in Physics (LM-17), Science and technologies for the Earth and the environment (LM-75), Geophysics (LM-79), Astronomy, Environmental Sciences (82/S), Earth sciences (85/S) or any degree equivalent to the aforementioned degree classes, according to the Interministerial Decree 9/7/2009 and subsequent additions; b) At least three years of experience in: Analysis and management of environmental data sets (e.g., NetCDF, GRIB, CSV, ASCII text, and GeoTIFF) from in situ platforms and remote sensing measurements, satellite observations and numerical models, with particular reference to satellite land use data; Statistical treatment of experimental datasets of non-standard atmospheric variables (e.g., data of aerosol size distribution, chemical composition from online mass spectrometry, optical properties,etc. ), with particular reference to the application of "source location" algorithms (e.g., Probability Source Contribution Function, Concentration Weighted Trajectory, Land Use Regression); Analysis of long time trend records of environmental variables (spatial and temporal variations, trends, etc.); Application of machine learning techniques to the analysis of environmental data sets, such as regression analysis (e.g., Trees, Support Vector Machines, Gaussian Processes, Kernel Approximation, Ensembles, Artificial Neural Networks), classification approaches (e.g., Boosted and Bagged Decision Trees, Discriminant, Logistic, Naive Bayes, KNN, SVM) and clustering analysis (e.g., K-means, K-medoids, Hierarchical, GMM,HMM), or possession of the title of Research Doctor or a PhD relevant to the field of experience requested; c) Knowledge of the English language