FISICA E NANOSCIENZE

Descrizione

• Obiettivi formativi

  Il dottorato in Fisica e Nanoscienze presso l'Università del Salento mira a formare ricercatori altamente qualificati, capaci di condurre ricerca autonoma e di eccellenza, sia in ambito accademico che industriale. I dottorandi svolgeranno la loro tesi in linea con i temi di ricerca del Dipartimento e degli enti finanziatori esterni, con l'obiettivo di inserirsi nei processi produttivi e formativi ai più alti livelli, in Italia e all'estero. L'attenzione è rivolta sia alla preparazione di base che allo sviluppo di capacità autonome nell'uso delle metodologie più avanzate per affrontare problematiche di ricerca scientifica internazionale, analizzando e divulgando i risultati attraverso pubblicazioni e congressi. Il corso offre una solida preparazione in Fisica, con particolare attenzione alle interazioni fondamentali, fisica sperimentale e teorica, astrofisica, fisica astroparticellare, fisica dei laser e della materia, fisica applicata, studio dei sistemi integrabili e caotici deterministici. Inoltre, fornisce una formazione interdisciplinare sulle Nanoscienze, focalizzandosi sulle interazioni molecolari a nanoscala, nanoelettronica, materiali ibridi nanostrutturati e le loro proprietà fisico-chimiche, in sinergia con l'INFN e la Fondazione IIT.

• Piano di studi

  Il piano di studi prevede un percorso formativo strutturato che include corsi avanzati, seminari e attività di ricerca. I dottorandi partecipano attivamente a seminari tenuti da esperti di fama internazionale e sono coinvolti in progetti di ricerca presso i laboratori dell'Università del Salento e in collaborazione con enti esterni. Le metodologie didattiche comprendono lezioni frontali, esercitazioni, attività di laboratorio e la partecipazione a conferenze e workshop. È previsto un costante confronto con i docenti e i supervisori per garantire un'adeguata progressione nel percorso di ricerca.

• Competenze acquisite

  I dottorandi acquisiscono competenze avanzate in Fisica e Nanoscienze, sviluppando capacità di analisi critica, problem solving e gestione di progetti di ricerca complessi. Sono in grado di utilizzare strumenti e tecniche di ricerca all'avanguardia, di elaborare dati scientifici e di comunicare i risultati in modo efficace attraverso pubblicazioni e presentazioni. Il corso fornisce una solida base per la progettazione e la realizzazione di esperimenti, la modellizzazione di fenomeni fisici e l'applicazione delle conoscenze acquisite a problemi reali. I laureati saranno in grado di operare in contesti di ricerca e sviluppo, sia nel settore pubblico che privato, contribuendo all'innovazione tecnologica e scientifica.

Sbocchi professionali

Impatto I.A.

• L'I.A. sta trasformando il settore della fisica e delle nanoscienze in diversi modi. L'automazione dei processi di analisi dei dati, la simulazione di sistemi complessi e l'ottimizzazione di esperimenti sono solo alcuni esempi. L'I.A. sta accelerando la scoperta scientifica, consentendo ai ricercatori di analizzare grandi quantità di dati, identificare modelli e fare previsioni con una precisione senza precedenti. In particolare, l'I.A. sta diventando uno strumento fondamentale per la progettazione di nuovi materiali, la simulazione di fenomeni fisici e l'analisi di dati provenienti da esperimenti di fisica delle alte energie.

• I laureati in Fisica e Nanoscienze si troveranno di fronte a nuove opportunità e sfide. La capacità di utilizzare strumenti di I.A. per l'analisi dei dati, la modellizzazione e la simulazione sarà sempre più richiesta. Allo stesso tempo, la necessità di interpretare i risultati dell'I.A. e di valutare criticamente le sue conclusioni richiederà una solida comprensione dei principi fondamentali della fisica e delle nanoscienze. La collaborazione tra umani e I.A. diventerà la norma, richiedendo competenze di comunicazione, problem solving e pensiero critico.

• Per competere nel mercato del lavoro influenzato dall'I.A., i laureati dovranno acquisire competenze aggiuntive. La familiarità con i linguaggi di programmazione come Python, le librerie di machine learning come TensorFlow e PyTorch, e la conoscenza delle piattaforme di cloud computing come AWS e Google Cloud saranno fondamentali. Inoltre, la capacità di comunicare efficacemente i risultati scientifici, di collaborare in team multidisciplinari e di adattarsi rapidamente ai cambiamenti tecnologici saranno competenze essenziali.