Passa al contingut principal

Ayudas para contratos Juan de la Cierva 2023

Las ayudas Juan de la Cierva tienen como finalidad fomentar la incorporación de jóvenes, en posesión del grado de doctor, con objeto de que completen su formación investigadora postdoctoral en centros de I+D españoles. Las personas participantes deben cumplir el requisito de poseer el título de doctor y haberlo obtenido entre el 1 de enero de 2022 y el 31 de diciembre de 2023 para el turno de acceso general y para el turno JDC-INIA-CCAA y entre el 1 de enero de 2021 y el 31 de diciembre de 2023 para el turno de acceso de personas con discapacidad igual o superior al 33 por ciento, excepto si acreditan una causa de interrupción conforme a la convocatoria.

Las solicitudes de participación las presentan los centros de I+D incluyendo en ellas a las personas participantes para su incorporación a los equipos de investigación. La selección se fundamenta en un proceso de concurrencia competitiva en base a sus méritos curriculares y en el historial científico-técnico del equipo de investigación en el que se quieren integrar, dando especial relevancia a los méritos relativos al investigador/a tutor/a.

Termini i presentació de sol·licituds per part de l’investigador: Del 17/01/2024 al 31/01/2024, ambdós inclosos fins a les 14:00 h (hora peninsular espanyola).

Termini i presentació de sol·licituds per part del Centre I+D: Del 17/01/2024 al 07/02/2024, ambdós inclosos fins a les 14:00 h (hora peninsular espanyola).

Més informació

Més posts de Recerca

Comentaris

Entrades populars d'aquest blog

Cursos gratuïts sobre IA a Harvard

Cursos de la Universitat de Harvard des de la plataforma edX Introducción a la ciencia de computación . Introducción a la programación CS50 usando Scratch . Introducción a la inteligencia artificial en CS50 usando Python . Uso de React Native para el desarrollo de aplicaciones móviles . Programación web usando Python y JavaScript. Introducción al desarrollo en el desarrollo de juegos . Introducción al curso CS50 sobre programación con Python . Curso sobre CS50 para entender la tecnología . Introducción a la ciencia de datos con Python . Introducción a la ciencia de computación para empresas. Machine Learning. Inteligencia artificial en las empresas: creación de valor mediante el aprendizaje automático. Més posts de Formació

Oferta pública 27/02/2024

  Ajuntament de la Riba 1 plaça de Secretari interventor Ajuntament de Sabadell 1 plaça de Tècnic mitjà d'enginyeria industrial (esp. electricitat) Ajuntament de Sabadell 2 places de Tècnic mitjà enginyer Ajuntament del Prat de Llobregat - Aigües del Prat, SA 1 plaça de Director gerent Ajuntament d'Olot 1 plaça d'Enginyer tècnic Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Research Engineer - Use of acoustic information in chatbots (RE1) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Post-doc in Machine Learning for Biomedical Multi-Omic Data Analysis in Precision Medicine (R2) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Software randomisation compiler - Master Student (R0) Comaigua, SL 1 plaça de Responsable d'Oficina Tècnica Consorci Hospitalari de Vic 1 plaça de Tècnic Biomèdic - Big Data Empresa de Transformación Agraria, SA, SME, MP (TR

Curs d'Analítica de dades i Machine Learning (Online) Eurecat Academy

El curs d’Analítica de dades i Machine Learning ofereix una introducció a les tecnologies i metodologies per a l’extracció d’informació en grans conjunts de dades, tant ja existents com de les recollides en temps d’execució. A més, també aporta la metodologia per millorar els coneixements tècnics en Data Mining. Programa del curs 1. Introducció al Big Data. 2. Instal·lació i configuració de Python i R. 3. Introducció a Python y R. 4. Fonaments d’Estadística enfocada a BigData. 5. Observational Study / Exploratory Analysis: utilització de l’agregació de dades i la mineria de dades per proporcionar informació sobre el passat: 6. Anàlisi de Dades: Utilització de models estadístics i tècniques de pronòstic per comprendre el futur. 7. Machine Learning Comprensió dels principals tipus d’aprenentatge automàtic. Supervised Learning – Aprenentatge Supervisat. Unsupervised Learning – Aprenentatge No Supervisat. Inici: 04/03/2024 Més informació Més posts de Formació