Dottoranda / Dottorando in Gestione e progettazione delle reti basate sui dati per il metaverso

Dottoranda / Dottorando in Gestione e progettazione delle reti basate sui dati per il metaverso

La Scuola universitaria professionale della Svizzera italiana (SUPSI) mette a concorso ), una posizione di Dottoranda/o in Gestione e progettazione delle reti basate sui dati per il metaverso presso l’Istituto sistemi informativi e networking (ISIN) al Dipartimento tecnologie innovative (DTI) con sede a Lugano. Grado d’occupazione del 100%. Entrata in servizio 1° febbraio 2025 o data da convenire.

Ambito e scopo della posizione

Il progetto „Musical Metaverse made in Europe: an innovation lab for musicians and audiences of the future“ (MUSMET) mira a stabilire le basi di una tecnologia radicalmente nuova che consente la creazione di sistemi e servizi per il Musical Metaverse (MM) per musicisti e pubblico, al fine di ottenere nuove forme di espressione musicale e promuovere la performance e il consumo musicale. La progettazione, lo sviluppo e la valutazione della tecnologia proposta saranno guidati da indagini centrate sull’utente.

Ambito e scopo della posizione

Il progetto „Musical Metaverse made in Europe: an innovation lab for musicians and audiences of the future“ (MUSMET) mira a stabilire le basi di una tecnologia radicalmente nuova che consente la creazione di sistemi e servizi per il Musical Metaverse (MM) per musicisti e pubblico, al fine di ottenere nuove forme di espressione musicale e promuovere la performance e il consumo musicale. La progettazione, lo sviluppo e la valutazione della tecnologia proposta saranno guidati da indagini centrate sull’utente.
Le architetture innovative di rete mobile saranno progettate per il verticale del Metaverso Musicale (MM). Lavoreremo su soluzioni di distribuzione ad hoc della funzione 5G User Plane (5GUPF) per supportare l’edge computing nel framework dell’Internet of Musical Things (IoMusT). Inoltre, opteremo per lo sviluppo di modelli di machine learning in tempo reale altamente adattabili per la previsione del traffico, specificamente pensati per le slice del MM, e svilupperemo algoritmi di ottimizzazione per il posizionamento automatico e la migrazione online delle macchine virtuali, al fine di ridurre la componente di ritardo della rete.
Il dottorando contribuirà alla progettazione e realizzazione di una nuova slice di rete (network slice) in 5G ottimizzata per supportare applicazioni del metaverso musicale e allo sviluppo di tecniche innovative di edge computing, ovvero algoritmi per l’ML in tempo reale su sistemi embedded collegati a reti wireless, per applicazioni del metaverso musicale.
Il dottorando si concentrerà sulla progettazione e sviluppo di tecniche innovative basate su machine learning per l’ottimizzazione delle reti all’interno del metaverso musicale, sull’impostazione di esperimenti e raccolta di dati di rete rilevanti, e sulla creazione di algoritmi di ottimizzazione. Contribuirà inoltre alla pubblicazione di articoli scientifici e all’organizzazione di workshop ed eventi correlati.
All’interno del progetto, il dottorando collaborerà con team di ricerca provenienti da Svizzera, Italia, Svezia, Spagna, Austria, Francia, Polonia e Repubblica Ceca.

Responsabilità e attività

• Svolgere attività di ricerca nel campo delle reti di telecomunicazioni e in particolare in relazione all’ottimizzazione delle reti per supportare network slices per l’applicazione del metaverso musicale.
• Progettazione e realizzazione di esperimenti e testbed per la raccolta di dati e il collaudo degli approcci sviluppati
• Progettazione, sviluppo, implementazione e testing di approcci basati su machine learning e algoritmi di ottimizzazione esatti ed euristici
• Progettazione e sviluppo di algoritmi per l’ottimizzazione delle reti per applicazioni del metaverso musicale
• Partecipazione alla scrittura e pubblicazione dei risultati scientifici e all’organizzazione di workshop ed eventi scientifici correlati

Requisiti

• Laurea Magistrale in Ingegneria, Telecomunicazioni, Informatica, Ingegneria Elettronica o campi correlati.
• Esperienza pregressa, anche tramite stage o progetti di ricerca, in aree come telecomunicazioni, reti, multimedia networks, ecc.
• Conoscenza delle architetture di reti 5G e delle tecnologie emergenti, e conoscenza di strumenti e tecnologie di virtualizzazione e cloud computing.
• Conoscenza delle basi di analisi dei dati, machine learning e intelligenza artificiale.
• Conoscenza dei principali linguaggio di programmazione Python.
• Capacità di progettare e sviluppare software di machine learning e intelligenza artificiale.
• Esperienza nello sviluppo di algoritmi di ottimizzazione basati su machine learning.
• Ottime capacità di problem-solving, con approccio proattivo e orientato alla soluzione, e capacità di lavorare in team multidisciplinari.
• Familiarità con strumenti di sviluppo software (Git, Docker) e piattaforme di sviluppo è un vantaggio.

Offriamo

• Un contratto a tempo determinato.
• Un salario in linea con gli standard svizzeri.
• Un lavoro stimolante in un team di ricerca giovane e dinamico, costantemente attivo nell’ambito di progetti di ricerca nazionali ed europei.
• La possibilità di partecipare a progetti di ricerca e a conferenze internazionali.

Candidatura

Saranno prese in considerazione unicamente le candidature inoltrate entro il 3 dicembre 2024 tramite il formulario di candidatura dedicato, corredate da:

• Curriculum vitae con elenco delle pubblicazioni e (eventuale) link alla tesi
• Lettera di motivazione, inclusa una breve descrizione dell’esperienza di ricerca passata e degli interessi futuri (1-2 pagine)
• Elenco degli esami e relativi voti conseguiti durante il corso di Laurea Triennale e Magistrale
• Elenco di due referenze (con indirizzo e-mail).

Informazioni aggiuntive

Informazioni supplementari possono essere richieste aOmran Ayou .
Oltre ai documenti da inviare al momento della candidatura on-line, in un secondo momento potrà essere richiesta ulteriore documentazione (casellario giudiziale, copia di un documento di identità).Non sono accettate candidature incomplete, inviate ad altri indirizzi o oltre il termine stabilito.
Rif. 2038_DTI

#J-18808-Ljbffr