• CURRICULUM: Industry, Transportation, and Natural Sciences

1. Foundations of machine learning and artificial intelligence. 
2. Neuro-symbolic computing and explainable artificial intelligence
3. Reinforcement Learning and control for Cyber-Physical Systems and industry 4.0
4. Machine learning and statistical inference in natural sciencesHPC methods and algorithms for simulation and (big-) data analysis in physics
5. Computer vision and control for smart manufacturing, industry 4.0 and natural sciences
6. Mathematical, heuristic and evolutionary optimisation and applications to smart cities and smart transportation

7. Big data management and curation and HPC-based artificial intelligence

    

• CURRICULUM: Medicine, Life Sciences, and Environment

1. Causal Inference methods from Observational Data in epidemiological research.
2. Machine Learning for Healthcare: interpretability, explainability and transparency issues.
3. Deriving Biomedical Knowledge from EHR (Electronic Health Records)  
4. Artificial Intelligence and Computer Vision for estimating biodiversity indexes: challenges and opportunities

5. Aggregation of biodiversity data: standouts and protocols

    

• CURRICULUM: Economy and Society

1. Statistical and computational methods in social sciences
2. Statistical and computational methods in economics and finance
3. Artificial intelligence in government and its potential applications from a public policy perspective
4. Artificial intelligence and social media
5. Artificial intelligence for disaster response
6. Network analysis: methods and applications
7. Public engagement activities and their impact on participants' attitudes towards artificial intelligence
   
    

Il dottorato in ADSAI coniuga la ricerca di base nella scienza dei dati e nell'intelligenza artificiale con le applicazioni delle stesse sia in ambito scientifico che industriale.
Il collegio dei docenti comprende sia ricercatori nelle discipline fondamentali (informatica, matematica, statistica), sia ricercatori afferenti ad aree applicative di interesse (fisica, ingegneria, scienze sociali, biologia), sia di appartenenza accademica che provenienti da enti e imprese.
Il dottorato è articolato in tre curricula riferiti ai principali ambiti applicativi di interesse: industria 4.0, medicina e scienze della vita, società ed economia.
La vocazione applicativa si realizza inoltre stipulando accordi per borse a tema con enti e imprese, i quali collaborano all'attività del dottorando sia in termini di formazione che di sviluppo del progetto di ricerca. Tali accordi e collaborazioni consentono anche di sfruttare le sinergie con gli enti di ricerca del territorio oltre che con il tessuto industriale.  

Il dottorato forma ricercatori con una preparazione scientifica approfondita nelle basi metodologiche (informatiche, matematiche, statistiche) della scienza dei dati (data science) e dell’intelligenza artificiale e nei suoi risvolti in diversi domini applicativi. Gli ambiti applicativi di riferimento sono: medicina e scienze della vita, industria 4.0, società ed economia, scienza basata sui dati (data driven science), con attenzione alle ricadute sul territorio e la società.
La formazione prevede al primo anno didattica su fondamenti ed applicazioni della scienza dei dati e dell’IA, inclusi alcuni aspetti etici e legali, ma anche corsi su aspetti organizzativi della ricerca e analisi dello stato dell’arte. I dottorandi saranno sensibilizzati ai principi della riproducibilità della ricerca e dei FAIR data. La didattica sarà personalizzata in base al piano di studio pregresso e al tema di ricerca perseguito dal dottorando. Nel secondo e terzo anno si svilupperà l’attività scientifica, con un eventuale periodo di permanenza presso enti di ricerca di rilevanza internazionale.
Aspetti comuni alla formazione sono l’approccio multidisciplinare teorico - sperimentale quale aspetto qualificante sia della ricerca che dell’interazione con il territorio e il mondo produttivo.
I dottorandi saranno messi nelle condizioni di sviluppare le loro doti comunicative: saranno proposti corsi specifici e sarà incentivata la loro partecipazione ad attività didattiche e di disseminazione sia in conferenze/workshop scientifici sia in eventi rivolti al pubblico generalista. Obiettivo formativo principale è la preparazione di professionisti della ricerca teorica ed applicata di livello eccellente sul panorama internazionale.  

I dottori di ricerca in “Applied Data Science and Artificial Intelligence” potranno intraprendere un percorso accademico di ricerca e insegnamento nelle discipline proprie del dottorato (statistica, informatica, matematica).
Più in generale potranno contribuire con gli strumenti propri della scienza dei dati e dell’intelligenza artificiale negli ambiti di ricerca ove essi possono essere rilevanti.
L’attenzione agli aspetti applicativi anche in stretto collegamento con soggetti pubblici e privati che in tali ambiti operano renderanno i dottori di ricerca in grado di mettere a frutto gli strumenti della scienza dei dati e dell’intelligenza artificiale anche in chiave operativa presso soggetti pubblici o privati: aziende, enti di ricerca, pubbliche amministrazioni.
Lo stretto collegamento con numerosi enti e imprese del territorio è suscettibile di agevolare l'inserimento dei dottori di ricerca nella realtà operativa sia grazie alle numerose borse a tema cofinanziate da aziende e enti, sia grazie alla collaborazione degli stessi ai progetti formativi.