Toscana

centro di competenza regionale

Big Data, Data Science
e Artificial Intelligence

CNR

CNR Pisa

IMT

IMT Lucca

Normale

Scuola Normale Superiore

S Anna

Scuola Superiore S. Anna

UniPi

Università di Pisa

UniFi

Università di Firenze

UniSi

Università di Siena

Cosa è il CBDAI

Il polo di attrazione di ricercatori, innovatori, enti, aziende e pubbliche amministrazioni della Toscana

CBDAI aggrega tutti i soggetti interessati a cogliere le opportunità create nei settori della Data Science, dei Big Data e dell’Artificial Intelligence, ed avrà un grande impatto economico sul territorio regionale. Questa convinzione è motivata dalle crescenti richieste che i gruppi di ricerca proponenti ricevono da aziende ed enti per essere “accompagnate” verso la trasformazione culturale per un uso più “smart” dei dati oppure verso la realizzazione di proof of concepts di nuovi servizi intelligenti che vorrebbero esplorare, ed anche dalle difficoltà incontrare ad acquisire e trattenere le figure professionali indispensabili per la trasformazione, quali data scientist, data engineer, AI developer , ed altro.

I 4 pilastri

1.

Accesso

3.

Formazione

2.

Ricerca

4.

Trasferimento Tecnologico

180

Ricercatori strutturati

200

Ricercatori in formazione

140

Laureati all'anno con CV
in data science e AI

100

Dottorati di ricerca
(30 l'anno)

50

Master II livello l'anno

Hub

I 3 poli principali
del centro di ricerca

Un ecosistema della ricerca con tematiche analoghe negli atenei e negli istituti del territorio toscano

Pisa AI and Data Science Hub

Pisa

Pisa + Lucca Hub
Florence Center for Data Science

Firenze

Firenze Hub
Siena Artificial Intelligence Laboratory

Siena

Siena Hub

L'infrastruttura di ricerca

Il Centro proposto realizza il concetto di una Research Infrastructure permanente sul tema dei Big Data e dell’Artificial Intelligence, a beneficio delle aziende (di ogni dimensione), pubbliche amministrazioni, enti e ricercatori del territorio, punto di riferimento e di aggregazione a livello nazionale e internazionale.

Research Infrastructure
Etica e privacy by design

1. Tutte le ricerche e gli esperimenti realizzati tengano conto dei diritti di privacy delle persone che hanno prodotto i dati
2. Il progetto e la realizzazione di software data-driven includano fin dall’inizio tecniche per affrontare compiutamente e correttamente le domande etiche (approccio value-sensitive design)
3. Tutte le ricerche adotteranno una logica open-science rendendo riproducibili i loro risultati e rendendo accessibili gli esperimenti (data set, modelli e workflow) sulle e-infrastructures del centro in rispetto alle regole di accessibilità peculiari della ricerca
Topic

Principali aree di ricerca

  • Algorithmic techniques and methodologies for analysis, storage, mining, security and retrieval of Big Data
  • Machine Learning
  • Statistical Learning
  • Predictive e Prescriptive Analytics
  • High-performance, scalable and real-time Big Data processing platforms
  • Big Data analytics nel settore economico e socio-demografico
  • Big Data analytics nel settore industriale
  • Financial data science
  • Computer vision and pattern recognition
  • Social sensing
  • Aspetti giuridici ed etici della big data analytics e dell’Intelligenza Artificiale
  • Data science in medicina, salute pubblica e nelle scienze della vita
  • Data Visualization, Data Journalism e Story telling
  • Data science per la progettazione/caratterizzazione di nuovi materiali o farmaci
  • Business Modeling for Big Data
  • Scienza delle reti
Maggiori dettagli