Informatica LM-18

• Descrizione: Analisi dell'espressione genica differenziale attraverso approcci trascrittomici in varietà vegetali spontanee e coltivate
• Skills Acquisite: Conoscenze di base di programmazione in R, Python e di statistica.
• Obiettivi di Base: Acquisire conoscenze dettagliate e operative sulle principali metodiche di analisi di dati biologici "-omici".
• Obiettivi Tecnico  Professionali: Acquisire conoscenze sulla gestione dei Big Data e dei principali software di analisi impiegati nello specifico ambito di ricerca.

1.     Sviluppo di tecnologie per il riconoscimento automatico di deep fake

Parole chiave CYBERSECURITY, DEEP LEARNING, DEEP FAKE

Riferimenti accademici: Prof. Battiato, Prof. Ortis

Riferimenti aziendali Stefano Traverso - s.traverso@ermes.company; Davide Pozza - d.pozza@ermes.company

Tipo tesi SPERIMENTALE, IN AZIENDA

Opportunità di (tirocinio+tesi) su vari temi di Computer Vision ed applicazioni di Intelligenza Artificiale nell'ambito delle seguenti collaborazioni aziendali:

- TIM (Telecom Italia): applicazioni di Computer Vision e IA in ambito Smart City

- STMicroelectronics: verifica dei dispositivi microelettronici mediante utilizzo di Computer Vision e IA

- Huawei Grenoble : motion invariant camera and deblurring techniques for multiple image fusion

- Hiway Media: video check system for volley

The Level Group ha interesse a ospitare studenti per tirocini e tesi, nella loro sede di Catania.