Ricostruzione di reti economiche: dalla fisica al machine learning e ritorno

Reti complesse, machine learning, inferenza statistica / Complex networks, machine learning, statistical inference

Il/la Collaboratore di Ricerca svolgerà attività di ricerca pertinente alla declaratoria del settore scientifico disciplinare FIS/03 con particolare
riguardo all'analisi e modellizzazione dei sistemi complessi e delle reti reali. La ricercatrice o il ricercatore condurrà attività di ricerca all'interno
della unit NETWORKS, il cui focus principale è lo studio della struttura e della dinamica delle reti che emergono dalle interconnessioni tra le unità
che costituiscono i sistemi complessi. L'unità NETWORKS combina l'approccio teorico, basato sulla fisica statistica, la teoria dell'informazione e la
matematica discreta, con quello data-driven informato dalle proprietà empiriche delle reti complesse reali, specialmente quelle caratterizzanti i
sistemi economici e finanziari. L'attività della ricercatrice o del ricercatore si integrerà pienamente con quella dei membri dell'unità NETWORKS,
contribuendo ai progetti attualmente in corso (in particolare, quelli attinenti al PNRR - Piano Nazionale di Ripresa e Resilienza) che puntano
all'individuazione di metodi per ricostruire reti economiche (quali quelle commerciali, produttive, tra imprese), impiegando una combinazione di
tecniche analitiche e numeriche (in particolare, quelle attinenti al machine learning). Dato il carattere fortemente interdisciplinare della ricerca
condotta all'interno dell'unità NETWORKS, ci si attende una regolare collaborazione con esperti di livello nazionale ed internazionale in campi quali
fisica, matematica, computer science, economia e finanza. La ricercatrice o il ricercatore dovrà occuparsi di attività di project management, ricerca
bibliografica, raccolta ed analisi dati, scrittura di articoli da sottoporre a riviste peer-reviewed di livello internazionale, partecipazione a conferenze
e workshop internazionali.
 

The research collaborator will carry out research within the NETWORKS unit, whose main focus is studying the structure and the dynamics of
networks emerging from the interconnectedness of the constituents of large complex systems. The NETWORKS unit combines a theoretical
approach, largely based on statistical physics, information theory and discrete mathematics with a data-driven approach informed by the empirical
properties of real-world complex networks, especially those emerging in economic and financial systems. The successful candidate's activity is
expected to fully integrate within the NETWORKS unit research landscape. The research activity will address the agenda of the National Plan for
Recovery and Resilience (PNRR): in particular, the successful candidate will contribute to ongoing projects focusing on the reconstruction of
economic (such as interfirm, production, trade) networks by employing analytical tools as well as machine learning techniques. Given the strong
interdisciplinarity of the NETWORKS unit research, a regular collaboration with national and international experts in various fields (especially
physics, mathematics, computer science, economics and finance) is expected. Responsibilities of the candidate will include project management
activities, literature scoping, data collection and analysis, writing of publications, paper submissions to international peer-reviewed journals,
presentations at international conferences and workshops.

12 months

Settore scientifico disciplinare: FIS/03