La didattica e le attività di formazione
Il progetto DipE ha portato all’attivazione del Corso di dottorato in “Metodi Computazionali e Modelli matematici per la Scienze e la Finanza”, rivolto a studentesse e studenti interessati alle tematiche di ricerca in Matematica Finanziaria, Analisi Numerica, Fisica Computazionale, Chimica e Biologia Computazionale. Sono state finanziate 9 nuove borse di dottorato per il Ciclo XXXV (A.A. 2019-2020), 6 nuove borse di dottorato per il Ciclo XXXVI (A.A. 2020-2021) e 5 nuove borse di dottorato per il Ciclo XXXVII (A.A. 2021-2022). La presenza del nuovo percorso di Dottorato ha dato un impulso alle tematiche di ricerca coinvolte, anche grazie all’apporto produttivo di studentesse e studenti che hanno partecipato attivamente alle attività, fungendo anche da collante tra i due gruppi di Informatica e Bio-Informatica.
Grazie al DipE, la Classe di Scienze ha inoltre dato un forte impulso allo sviluppo di linee di formazione avanzata nelle Scienze Computazionali e nella Scienza dei Dati, favorendone l'integrazione, sul versante applicativo, con le altre aree scientifiche e di ricerca presenti al suo interno. Le attività didattiche e di formazione hanno riguardato i numerosi corsi offerti all'interno dei percorsi di Dottorato (per esempio, Numerical Analysis and Optimization, Statistical and Machine Learning Models for Time Series Analysis, Quantitative Finance, Drug Discovery: from physico-chemical interactions to medicinal chemistry, Scientific Programming I e II, per citarne solo alcuni del nuovo Dottorato in Scienze Computazionali), ulteriormente rafforzati da un'intensa attività seminariale da parte di docenti visitatori.
Inoltre, il DipE ha permesso di finanziare l’organizzazione di scuole nell’ambito delle Scienze Computazionali e le sue applicazioni, consolidando il percorso di ricerca e formazione intrapreso alla Scuola Normale. Di particolare rilievo l'organizzazione della “School on Mathematical and Computational Aspects of Machine Learning” (7-11 Ottobre 2019) e della prima edizione della scuola su “Machine Learning of Dynamic Processes and Time Series Analysis” (26-27 Novembre 2020).
Infine, l’assunzione di un professore di I fascia nel s.s.d. INF/01 ha incrementato ulteriormente l’offerta didattica e di formazione già presente alla Scuola, in particolare con l’introduzione di tre nuovi corsi su Artificial Intelligence, Explainable Artificial Intelligence e Introduction to Machine Learning for Bioinformatics and Life Sciences.