Naviga nel sito della Scuola di Scienze Matematiche Fisiche e Naturali

CNR-IIA: opportunità di tirocinio, anche ai fini della tesi

Le attività di ricerca del CNR-IIA di Firenze si concentrano sull’integrazione delle scienze e tecnologie dell’informazione con le scienze della Terra e ambientali.

Attraverso l’Earth and Space Science Informatics Laboratory (ESSI-Lab), la sede sviluppa soluzioni innovative per l’interoperabilità di dati e modelli di scienza della Terra, tra cui:

  • Discovery and Access Broker (DAB), adottato dal Group on Earth Observation (GEO) per GEOSS e dall’Organizzazione Mondiale per la Meteorologia (WMO) per WHOS;
  • Virtual Earth Laboratory (VLab), un framework per l’esecuzione di modelli in ambienti multicloud.
Dal 2013, il laboratorio ha partecipato a oltre 15 progetti internazionali finanziati dall’UE (FP6, FP7, Horizon 2020) e dall’ESA.
Attività previste durante il tirocinio:
  •  partecipazione a riunioni con partner nazionali e internazionali;
  • analisi e gestione di dati geospaziali provenienti da diverse fonti;
  • sviluppo e implementazione di componenti software per l’integrazione e l’accesso ai dati da servizi web, utilizzando il linguaggio Java;
  • sperimentazione dell’approccio di brokering per la condivisione di dati nelle scienze della Terra, facilitando l’interoperabilità tra servizi web di pubblicazione dati e applicazioni utente;
  • affrontare le sfide dei big data nel contesto delle scienze della Terra, con particolare attenzione a quantità, eterogeneità e scalabilità dei dati;
  • tecniche di Intelligenza Artificiale (AI) per il trattamento e l’analisi di dati geospaziali, con applicazioni in classificazione, modellazione e supporto decisionale.
 Competenze acquisite al termine del tirocinio:
  •  interoperabilità e gestione di dati geospaziali;
  • esperienza con strumenti e tecnologie per l’analisi e il trattamento di dati ambientali;
  • capacità di lavorare in un contesto di ricerca internazionale e multidisciplinare, collaborando con enti scientifici di alto livello;
  • conoscenze pratiche su gestione e analisi di big data geospaziali;
  • esperienza nell’applicazione di tecniche di AI per l’analisi dei dati ambientali.

Riferimento: Enrico Boldrini

 



13 Maggio 2025

Cookie

I cookie di questo sito servono al suo corretto funzionamento e non raccolgono alcuna tua informazione personale. Se navighi su di esso accetti la loro presenza.  Maggiori informazioni