Πρόσκληση Εκδήλωσης Ενδιαφέροντος 30083/2021
25-06-2021
12-07-2021
ΝΙΚΟΛΟΠΟΥΛΟΣ ΣΤΑΥΡΟΣ
ΔΙΩΝΗ: ΥΠΟΛΟΓΙΣΤΙΚΗ ΥΠΟΔΟΜΗ ΕΠΕΞΕΡΓΑΣΙΑΣ ΚΑΙ ΑΝΑΛΥΣΗΣ ΜΕΓΑΛΟΥ ΌΓΚΟΥ ΔΕΔΟΜΕΝΩΝ - ΥΠΟΕΡΓΟ 1: ΕΡΕΥΝΗΤΙΚΗ ΔΡΑΣΤΗΡΙΟΤΗΤΑ ΚΑΙ ΥΠΗΡΕΣΙΕΣ ΝΕΦΟΥΣ
82870

ΑΠΑΙΤΟΥΜΕΝΑ ΠΡΟΣΟΝΤΑ

ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ ή  ON/OFF

Βεβαίωση Γραμματείας οικείου Τμήματος ότι υποψήφιος είναι Υποψήφιος Διδάκτορας, όπου να φαίνεται ο τίτλος της διδακτορικής διατριβής, η ημερομηνία ορισμού της τριμελούς συμβουλευτικής και η ημερομηνία κατάθεσης της τελευταίας έκθεσης προόδου.

ON/OFF

Δίπλωμα Μηχανικού Η/Υ και Πληροφορικής ή Πτυχίο Πληροφορικής ΠΕ ή αντίστοιχος τίτλος σπουδών ημεδαπής/αλλοδαπής (κρίνεται με βάση τα αντίγραφα των τίτλων σπουδών που υποβάλλονται, για τίτλους σπουδών της αλλοδαπής απαιτείται και αναγνώριση ισοτιμίας ΔΟΑΤΑΠ)

ON/OFF

Πολύ καλή γνώση αγγλικής γλώσσας: επίπεδο γλωσσομάθειας Β2 (κρίνεται με βάση τα αντίγραφα αποδεικτικών/πτυχίων από αναγνωρισμένους φορείς)[1]

ON/OFF

Μεταπτυχιακός Τίτλος Σπουδών συναφής με το αντικείμενο της υποτροφίας (κρίνεται με βάση τα αντίγραφα των τίτλων σπουδών που υποβάλλονται, για τίτλους σπουδών της αλλοδαπής απαιτείται και αναγνώριση ισοτιμίας ΔΟΑΤΑΠ)

ON/OFF [2]

Αρτιότητα πρότασης υλοποίησης έργου: γνώση αντικειμένου, τεχνική περιγραφή,  χρονοδιάγραμμα και μεθοδολογία υλοποίησης (κρίνεται με βάση την πρόταση υλοποίησης έργου)

(βαθμολογία 1-10, ελάχιστη αποδεκτή βαθμολογία 5/10) x 2,

(μέγιστο 20)

 

[1] Μόνο αν κρίνεται απαραίτητο

[2] Δεν είναι απαραίτητο για κάτοχους διπλώματος που είναι αναγνωρισμένο ως integrated master.

 

ΣΥΝΕΚΤΙΜΩΜΕΝΑ ΠΡΟΣΟΝΤΑ

ΜΟΝΑΔΕΣ ΒΑΘΜΟΛΟΓΗΣΗΣ

Βαθμός συνάφειας βασικού ή/και μεταπτυχιακού τίτλου σπουδών με τη θέση

(βαθμολογία 1-10) x 2, (μέγιστο 20)

Εμπειρία σε ερευνητικά έργα ή ακαδημαϊκή εμπειρία σε αντικείμενο συναφές με το αντικείμενο της ανταποδοτικής υποτροφίας (με βάση το βιογραφικό, βεβαιώσεις προϋπηρεσίας, αντίγραφα συμβάσεων ή άλλα αποδεικτικά)

(μήνες εμπειρίας) x 2,  (μέγιστο 30)

Δημοσιεύσεις σε αντικείμενο συναφές με το αντικείμενο της υπό πλήρωση θέσης.

(αριθμός δημοσιεύσεων) x 5, (μέγιστο 20)

  • Ανάλυση και απεικόνιση μεγάλου όγκου δεδομένων κατά τη σαρωτική φασματοσκοπία εκπομπής ακτίνων-Χ. Χρήση μεθόδων μηχανικής μάθησης, πολυδιάστατων μεθόδων, νευρωνικών δικτύων, τεχνικών ελαχιστοποίησης, σε συνδυασμό με θεωρητικά μοντέλα εκπομπής ακτίνων-Χ και βάσεις δεδομένων παραμέτρων αλληλεπίδρασης ακτινοβολίας με την ύλη.
  • Το αντικείμενο θα εκπονηθεί στα πλαίσια του πακέτου εργασίας ΠΕ1.1, ως μέρος των παραδοτέων Π1.1.1 και Π1.1.3.
e-max.it: your social media marketing partner