Work with us

L’attività oggetto della Borsa di Ricerca riguarderà:

• gestione, armonizzazione e integrazione di dati multiomici con informazioni cliniche e nutrizionali;
• analisi statistica e bioinformatica e modellizzazione di dati complessi; sviluppo e implementazione di algoritmi di machine learning per la costruzione, validazione e interpretazione di modelli predittivi;
• visualizzazione, interpretazione e sintesi dei risultati analitici.

Titoli e requisiti essenziali richiesti

• possesso della laurea specialistica/magistrale in Biostatistica (classe LM-82);
• non aver compiuto il trentacinquesimo anno di età alla data di scadenza del termine per la presentazione delle domande;
• competenze in analisi statistica e bioinformatica, con capacità di gestire dataset provenienti da studi epidemiologici, clinici e omici;
• conoscenza dei principali linguaggi di programmazione per l’analisi statistica e computazionale dei dati (ad es. R, Python, SAS, STATA) e familiarità con procedure di integrazione, armonizzazione e analisi di dati biomedici;
• conoscenza della lingua inglese;
• conoscenza della lingua italiana (solo per candidati stranieri).

Modalità di presentazione della domanda

La domanda va trasmessa esclusivamente con modalità telematica attraverso la piattaforma Selezioni on Line CNR (https://selezionionline.cnr.it), secondo lo schema allegato al bando, entro il termine di scadenza sopra indicato.

Il bando integrale è pubblicato su www.urp.cnr.it, su www.itb.cnr.it e nella piattaforma Selezioni on Line CNR. L’avviso è pubblicato sulla Gazzetta Ufficiale della Repubblica Italiana – IV Serie Speciale Concorsi ed Esami n. 60 del 07 agosto 2026.

L’attività da affidare riguarderà:

• la collaborazione allo sviluppo e alla sperimentazione di algoritmi basati su tecniche di machine learning e deep learning per l’analisi automatizzata di immagini biomediche;
• il supporto allo studio e all’implementazione di metodologie per l’estrazione di indici radiomici da immagini biomediche, comprendenti handcrafted e deep learning features;
• la collaborazione all’implementazione di metodologie per la valutazione della robustezza e della riproducibilità degli indici radiomici estratti, con particolare riferimento agli effetti della segmentazione automatica delle regioni di interesse;
• il supporto allo sviluppo di pipeline computazionali automatizzate e modulari, interoperabili con l’infrastruttura tecnologica della piattaforma BBMRI.it;
• la predisposizione della documentazione tecnica relativa alle metodologie implementate e ai risultati conseguiti.

I titoli e i requisiti essenziali richiesti sono:

• Possesso della Laurea in Ingegneria dell’Informazione (L-8) o della Laurea in Ingegneria Industriale (L-9) ovvero titolo equiparato o equipollente ai sensi della normativa vigente;
• conoscenza delle metodologie di computer vision e deep learning applicate all’analisi di immagini biomediche, incluse tecniche di semantic segmentation e feature extraction;
• conoscenza delle principali architetture neurali per l’elaborazione di immagini, quali Convolutional Neural Networks (CNN), Vision Transformer (ViT) o architetture equivalenti;
• competenze nell’elaborazione e nell’analisi di immagini biomediche;
• capacità di utilizzare framework per l’intelligenza artificiale e il biomedical imaging, quali PyTorch, TensorFlow, MONAI o equivalenti, nonché buona conoscenza della programmazione in Python.

Allegati:

• aree scientifiche: scienze biologiche e scienze mediche;
• titolo richiesto: Dottorato di ricerca nell’ambito disciplinare delle scienze biologiche e mediche (o titolo conseguito all’estero riconosciuto equivalente);
• oggetto della ricerca: studio dei meccanismi molecolari e cellulari coinvolti nelle patologie cardiovascolari e neuromuscolari, con particolare riferimento alla distrofia muscolare di Duchenne.

L’attività da affidare riguarderà:

• la progettazione e realizzazione di un prototipo di motore di ricerca intelligente che possa trovare applicazione nei cataloghi BBMRI.it, basato su tecnologie di intelligenza artificiale generativa e retrieval semantico;
• lo sviluppo di pipeline di ingestione, normalizzazione e indicizzazione semantica dei metadata e delle descrizioni dei servizi presenti nella piattaforma;
• la progettazione e sperimentazione di metodologie di interrogazione in linguaggio naturale, finalizzate alla ricerca avanzata e all’accesso semantico ai servizi e alle risorse disponibili;
• l’implementazione e valutazione comparativa di modelli LLM e tecniche RAG per compiti di semantic retrieval, ranking, recommendation e question answering;
• lo sviluppo di componenti software modulari e interoperabili con l’infrastruttura tecnologica di BBMRI.it;
• il supporto alla definizione di workflow e procedure per l’aggiornamento, la gestione e la qualità dei dati e dei metadata utilizzati dal motore di ricerca;
• la produzione di documentazione tecnica e scientifica relativa alle architetture implementate, alle metodologie sperimentate e ai risultati ottenuti

I titoli e i requisiti essenziali richiesti sono:

• Possesso della Laurea Magistrale (DM 270/04) in Informatica (LM-18) ovvero del Diploma di Laurea del Vecchio Ordinamento equiparato;
• esperienza nello sviluppo di sistemi di ricerca semantica e retrieval avanzato basati su tecniche di Natural Language Processing (NLP), embedding semantici e Large Language Models;
• esperienza nell’utilizzo e personalizzazione di modelli linguistici di grandi dimensioni (LLM) open source e commerciali, quali Llama, Mistral, Qwen, GPT o equivalenti, anche mediante tecniche di prompt engineering e fine-tuning;
• competenze nello sviluppo di pipeline per indicizzazione, orchestrazione e interrogazione di cataloghi digitali, metadata repository e knowledge base;
• esperienza nell’utilizzo di database vettoriali e strumenti di semantic indexing quali FAISS, ChromaDB, Weaviate, Milvus o equivalenti;
• competenze nell’utilizzo di framework e librerie avanzate per AI e NLP, quali PyTorch, TensorFlow, Hugging Face Transformers, LangChain, LlamaIndex o equivalenti;
• esperienza nello sviluppo di servizi software interoperabili mediante API REST, microservizi e architetture cloud-native.
• esperienza nell’utilizzo di infrastrutture HPC;
• esperienza nella produzione di articoli scientifici;
• conoscenza della lingua inglese;
• conoscenza della lingua italiana (solo per candidati stranieri).

Allegati:

L’Istituto di Tecnologie Biomediche del CNR, nell’ambito dell’attività del Progetto di Ricerca “DSB.AD010.047.001 – BBMRI.it FOE 2022” – CUP B53C23009070005, intende avvalersi della collaborazione di n. 1 esperto/a di elevata professionalità, con competenze specialistiche nell’ambito dell’intelligenza artificiale applicata ai dati biomedici multimodali, sotto la responsabilità scientifica del Dott. Andrea Manconi.

Titoli e requisiti essenziali:

1. Possesso della Laurea Magistrale (DM 270/04) in Informatica (LM-18) ovvero del Diploma di Laurea del Vecchio Ordinamento equiparato;
2. curriculum professionale idoneo allo svolgimento di attività di ricerca;
3. esperienza documentata nello sviluppo di metodologie di computer vision e deep learning per analisi di immagini biomediche, incluse attività di image classification, semantic segmentation, feature extraction e representation learning;
4. competenze avanzate nello sviluppo e utilizzo di architetture neurali innovative, incluse Convolutional Neural Networks (CNN), Vision Transformer (ViT), foundation models e modelli multimodali per dati biomedicali;
5. esperienza scientifica nello studio e nell’implementazione di metodologie di integrazione multimodale tra immagini biomediche e dati clinici testuali/destrutturati, mediante approcci basati su transformer models e representation learning;
6. competenze nell’utilizzo di framework avanzati per AI, NLP e biomedical imaging, quali PyTorch, TensorFlow, MONAI, OpenCV, Llama, Qwen o equivalenti;
7. esperienza nell’utilizzo di infrastrutture HPC;
8. esperienza nella produzione di articoli scientifici;
9. conoscenza della lingua inglese;
10. conoscenza della lingua italiana (solo per candidati stranieri).

La durata dell’incarico è fissata dal 01/07/2026 al 15/03/2027 e sarà conferito sotto forma di contratto di collaborazione occasionale.

Il compenso totale previsto per lo svolgimento dell’incarico è fissato in euro 33.000,00 al lordo delle ritenute fiscali e previdenziali se dovute.

La prestazione sarà svolta personalmente dal collaboratore in piena autonomia organizzativa. Tuttavia, il collaboratore potrà – previa autorizzazione – accedere alle attrezzature CNR a supporto del progetto.

La domanda (All. A) dovrà essere inviata in formato PDF, tramite il proprio account personale di Posta Elettronica Certificata (PEC) all’indirizzo di posta elettronica certificata protocollo.itb@pec.cnr.it, entro giorni 14 (quattordici) dalla pubblicazione del presente avviso sul sito internet del CNR https://www.cnr.it/it/avvisi-conferimento-incarichi (scadenza 10/06/2026).

I cittadini stranieri sprovvisti di un indirizzo di posta elettronica certificata potranno utilizzare la posta elettronica ordinaria inoltrando la domanda all’indirizzo direzione@itb.cnr.it. A tali candidati sarà inviata una mail di conferma dell’avvenuta ricezione della domanda.

Alla domanda dovranno essere allegati:

• Allegato B: curriculum vitae sotto forma di dichiarazioni sostitutive di certificazione e di atto di notorietà ai sensi degli artt. 46 e 47 del D.P.R. 445/2000, attestanti la veridicità del contenuto, in formato PDF (leggere le note dell’Allegato B);
• Allegato C: modulo di presa visione dell’informativa sul trattamento dei dati personali e di autorizzazione al medesimo, resa ai sensi del Regolamento (UE) n. 2016/679, compilato, datato e sottoscritto dal candidato con firma autografa leggibile, in formato PDF;
• Allegato D: dichiarazione sostitutiva di atto di notorietà, ai sensi dell’art. 47 del D.P.R. n. 445/2000, in cui il candidato dichiara, sotto la propria responsabilità:
• di non aver riportato condanne penali;
• di non essere destinatario/a di provvedimenti relativi all’applicazione di misure di prevenzione, di decisioni civili o di provvedimenti amministrativi iscritti nel casellario giudiziale ai sensi della vigente normativa;
• di non essere a conoscenza di procedimenti penali a proprio carico.