Concorso di ammissione


Obiettivi formativi del dottorato

descrizione:La Data Science è un campo di studi interdisciplinare che si è affermato negli ultimi anni al fine di offrire gli strumenti metodologici e le tecnologie necessarie per la gestione e l’analisi dei big data e la loro valorizzazione nell’industria, nei servizi, e nella ricerca. Il fenomeno dei big data ha rivoluzionato innumerevoli settori di attività economico-sociale. Il fenomeno dei big data ha anche modificato profondamente le metodologie di ricerca e lo sviluppo dell'innovazione tecnologica in numerose discipline e applicazioni. L'obiettivo principale di questo Dottorato di Ricerca è la realizzazione di progetti di ricerca interdisciplinari di Data Science che portino allo sviluppo di metodologie e tecnologie innovative basate sull'uso dei big data nei seguenti campi di applicazione:

i) Piattaforme digitali avanzate,
ii) Gestione degli spazi urbani e delle risorse ambientali
iii) Medicina e salute
iv) Analisi Economica e Sociale.

La Data Science riceve il contributo determinante dell’informatica, della Statistica, dell’ingegneria, della matematica applicata, e delle discipline accademiche che aiutano a comprendere l’impatto dei big data nelle applicazioni. Tali competenze sono rappresentate estesamente nei Settori Scientifici Disciplinari che compongono il Collegio di Dottorato, sia con riferimento alle competenze core della Data Science che alle applicazioni sopra indicate.

Specifiche economiche

Specifiche economiche approvate dal Senato Accademico complessive per il corso

Borse Consorzi Enti Posti
4 1 4 10
Borse finanziate da Enti
External organizations scholarships
E-geos SpA1 borsa
Consel-Elis (dottorato industriale)1 borsa
EuResist Network GEIE1 borsa
Note: 1 borsa finanziata dal Dipartimento di Ingegneria Informatica, Automatica e Gestionale "Antonio Ruberti"; 1 borsa finanziata da E-geos SpA - tematica: “Utilizzo dei dati di telerilevamento tramite piattaforme di cloud computing”; 1 borsa finanziata da Cedel - cooperativa sociale educativa ELIS (dottorato industriale); 1 borsa finanziata da EuResist Network GEIE - tematica: "Management and analysis of data for the study of innovative treatments of HIV disease". Dopo la pubblicazione del bando una ulteriore borsa è stata finanziata da Cedel - cooperativa sociale educativa ELIS.

Tematiche definite per le borse finanziate

COMPLESSIVA PER IL CORSO

- Elaborazione del Linguaggio Naturale per la gestione delle risorse umane
Ente finanziatore: Consel-Elis (dottorato industriale)
Dottorato Industriale Consorzio Elis
La borsa di dottorato è rivolta allo sviluppo di nuove tecniche di elaborazione del linguaggio naturale per l'ausilio alla gestione aziendale delle risorse umane. In particolare, sempre più spesso i recruiter delle grandi aziende non riescono a leggere con la dovuta attenzione i curriculum dei candidati senza uno strumento di screening automatizzato dei curriculum. In tale contesto, l’obiettivo della ricerca è finalizzato allo sviluppo di un modello di Linguistica computazionale che possa consentire ai computer di interpretare e sintetizzare al meglio i curriculum vitae nei vari formati in cui si presentano.

- Natural Language Processing for Managing Human Resources
The PhD scholarship is aimed at the development of new natural language processing techniques for the aid to the business management of human resources. In particular, increasingly large company recruiters are unable to read the candidates' curriculum without due attention without an automated curriculum screening tool. In this context, the objective of the research is aimed at developing a model of computational linguistics that can allow computers to interpret and synthesize the curriculum vitae in the various formats in which they are presented

COMPLESSIVA PER IL CORSO

- Utilizzo dei dati di telerilevamento tramite piattaforme di cloud computing
Ente finanziatore: E-geos SpA
Borsa Finanziata E-geos
I dati geospaziali possono essere raccolti e analizzati utilizzando una varietà di sensori e metodologie geomatiche (rilevamento GNSS e terrestre, fotogrammetria e telerilevamento, scansione laser, mappatura mobile, sensori geo-localizzati, contenuti web geo-taggati e informazioni geografiche volontarie-VGI) , ma tra questi quelli relativi al telerilevamento svolgono un ruolo fondamentale, dal momento che gli archivi su petabyte di dati di telerilevamento sono stati resi disponibili gratuitamente dal Programma Copernicus dell'UE e da più agenzie governative statunitensi (NASA, USGS e NOAA). La telerilevazione dei big data è di fondamentale importanza ed è obbligatorio portare "l'intelligenza" (ovvero software e app) dove i dati sono archiviati, e cioè su piattaforme di cloud computing tra cui Google Earth Engine (GEE) è probabilmente la più nota e avanzata. Tuttavia, altre piattaforme di dominio pubblico con obiettivi simili a GEE (cioè ESA DIAS e ESA TEPs - Thematic Exploitation Platforms) sono ora disponibili, insieme a piattaforme private (ovvero OneAtlas Sandbox di Airbus DS e GBDX di DigitalGlobe) create da società che gestiscono sensori satellitari ad alta risoluzione. La ricerca sarà focalizzata sia sulla metodologia che sulle applicazioni utilizzando piattaforme di cloud computing su diverse scale geografiche; possibili argomenti specifici includono, ma non sono limitati, ai seguenti: • Analisi di grandi quantità di dati remoti a distanza e integrazione con altri dati geospaziali (cioè GNSS, dati sui social media) • analisi dei dati multi-sensore e multi-risoluzione • machine e deep learning per il telerilevamento • monitoraggio e modellizzazione del cambiamento dell'uso del suolo e della copertura del suolo • caratterizzazione della dinamica urbana e della popolazione • monitoraggio e modellizzazione delle risorse idriche • monitoraggio e modellazione di foreste e vegetazione dinamica • risposta dell'ecosistema ai cambiamenti climatici

- Big Remote Sensing Data Exploitation through Cloud Computing Platforms
Geospatial data can be collected and analyzed using a variety of geomatic sensors and methodologies (GNSS and terrestrial surveying, photogrammetry and remote sensing, laser scanning, mobile mapping, geo-located sensors, geo-tagged web contents, and volunteered geographic information—VGI), but among them those related to remote sensing play a pivotal role, since petabyte-scale archives of remote sensing data have become freely available from the EU Copernicus Program and multiple U.S. Government agencies (NASA, USGS, and NOAA). Remote sensing big data handling is of key importance, and it is mandatory to bring “the intelligence” (that is software and apps) where data are stored on cloud computing platforms, among which Google Earth Engine (GEE) is probably the most known and advanced. Nevertheless, other public-domain platforms with goals similar to GEE (i.e., ESA DIAS and ESA TEPs—Thematic Exploitation Platforms) are now becoming available, together with private platforms (i.e. OneAtlas Sandbox by Airbus DS and GBDX by DigitalGlobe) established by companies managing high-resolution satellite sensors. Research focusing on both methodology and applications by using cloud computing platforms across different geographic scales are therefore of high interest; possible specific topics include, but are not limited, to the following: • remote rensing big data analysis and integration with other geospatial data (i.e., GNSS, social media data) • multi-sensor and multi-resolution data analysis • machine and deep learning for remote sensing • land-use and land-cover change monitoring and modeling • urban and population dynamics characterization • water resources monitoring and modeling • forests and vegetation dynamics monitoring and modeling • ecosystem response to the climate change

Procedura concorsuale

Valutazione titoli Il Comitato di ammissione assegna a ciascun candidato un punteggio massimo di 60 punti. I punteggi sono assegnati in base ai criteri di valutazione definiti dal Consiglio di amministrazione del dottorato. Programma e riportato di seguito:
- fino a 30 punti per la valutazione del curriculum (compresa la carriera accademica e ogni altro titolo), le lettere di raccomandazioni a sostegno del candidato e le pubblicazioni presentate dal candidato;
- fino a 30 punti per la proposta di ricerca presentata dal candidato. In particolare, la commissione valuta la descrizione dello stato dell'arte, l'originalità e la natura innovativa della proposta, la chiarezza e la completezza degli obiettivi, le metodologie e i risultati potenziali, la rilevanza della proposta rispetto ai temi e gli obiettivi del dottorato programma.
I candidati che ottengono un punteggio minimo di 36/60 nella valutazione delle qualifiche e della proposta di ricerca sono invitati per un colloquio.

Prova orale
Il Comitato di ammissione assegna un massimo di 60 punti a ciascun candidato ammesso al colloquio. Un punteggio di almeno 36 è richiesto per l'ammissione. L'intervista è in inglese e ha lo scopo di valutare le conoscenze, le capacità e l'attitudine dei candidati a svolgere attività di ricerca nelle aree scientifiche dell'Informatica e dell'Ingegneria. L'intervista include anche una discussione sulla proposta di ricerca preparata dal candidato e sulle motivazioni personali per la richiesta di una posizione di dottorato. La durata dell'intervista è al massimo di 45 minuti (la presentazione della proposta di ricerca da parte del candidato non deve superare i 15 minuti). Il punteggio complessivo minimo per l'ammissione al dottorato. in Data Science è 72/120.


Informazioni e recapiti email: dottoratods@diag.uniroma1.it Sito Web: http://dottoratods.diag.uniroma1.it/node/5613

Curriculum studiorum

data e voto di laurea (obbligatorio)
Graduation date and grade
elenco degli esami sostenuti per la laurea MAGISTRALE e relative votazioni (obbligatorio)
list of examinations
elenco degli esami sostenuti per la laurea TRIENNALE e relative votazioni
data e voto della laurea TRIENNALE
elenco cronologico di Borse di studio, Assegni di ricerca (et similia) percepiti
Diplomi/certificati di conoscenza lingue estere
Diplomi/attestati di partecipazione di corsi universitari post-lauream
Attestati di partecipazione a gruppi di ricerca
Attestati di partecipazione a stage
Altri riconoscimenti (p. es.: premiazione in concorsi, seconda laurea)

Ulteriore documentazione richiesta ai candidati

 progetto di ricerca
Il progetto non dovrà superare la lunghezza massima di 8000 caratteri (spazi inclusi).
obbligatorio
 prima lettera di presentazione (a cura di un docente)
non obbligatorio, la lettera dovrà essere caricata dal candidato sul modulo di domanda
 seconda lettera di presentazione (a cura di un docente)
non obbligatorio, la lettera dovrà essere caricata dal candidato sul modulo di domanda
 terza lettera di presentazione (a cura di un docente)
non obbligatorio, la lettera dovrà essere caricata dal candidato sul modulo di domanda
 lettera di motivazione con la specifica del curriculum (a cura del candidato)
non obbligatorio

Competenza linguistica richiesta ai candidati

Il candidato dovrà obbligatoriamente conoscere le seguenti lingue:
INGLESE

Diario delle prove concorsuali

Valutazione titoli
giorno25/07/2019
notenon indicato
pubblicazione sull'alboNO
pubblicazione sul sito internetSI
indirizzo del sitohttp://dottoratods.diag.uniroma1.it/admission1920
giorno della pubblicazione25 Luglio 2019
info e recapitidottoratods@diag.uniroma1.it

Prova orale
giorno26/07/2019
notenon indicato
ora09:00
aulaB203 - II piano
indirizzoDIAG-Sapienza Via Ariosto 25, Roma
pubblicazione sull'alboNO
pubblicazione sul sito internetSI
indirizzo del sitohttp://dottoratods.diag.uniroma1.it/admission1920
giorno della pubblicazione29 Luglio 2019
info e recapitidottoratods@diag.uniroma1.it

Griglia di valutazione

file:visualizza il file
file (eng):visualizza il file (eng)

© Università degli Studi di Roma "La Sapienza" - Piazzale Aldo Moro 5, 00185 Roma