La Scuola universitaria professionale della Svizzera Italiana (SUPSI) mette a concorso una posizione come Dottoranda/Dottorando nell’ambito della modellazione molecolare applicata ai materiali per la transizione energetica e la sostenibilità presso il Laboratorio di scienza dei materiali computazionale (CMS) dell’Istituto di ingegneria meccanica e tecnologia dei materiali (MEMTI) del Dipartimento tecnologie innovative (DTI) con sede Lugano. Grado d’occupazione del 100%. Entrata in servizio 1° novembre 2026 o data da convenire.
 

Responsabilità e attività

Il progetto di dottorato si inserisce nelle attività del laboratorio nel campo della:

• Modellazione atomistica di sistemi catalitici per la produzione di vettori energetici sostenibili (ad es. idrogeno, ammoniaca, metanolo, carburanti sin-tetici)
• Studio di meccanismi molecolari di interfaccia
• Sviluppo e applicazione di metodi avanzati di simulazione molecolare
• Integrazione di tecniche di machine learning nella modellazione di materiali e reazioni chimiche

Nello specifico la/il dottoranda/o:

• Condurrà simulazioni atomistiche (DFT, dinamica molecolare, enhanced sampling)
• Contribuirà allo sviluppo a all’applicazione di approcci machine learning per la modellazione molecolare
• Analizzerà meccanismi di reazione e proprietà strutturali e dinamiche dei materiali
• Parteciperà a conferenze e workshop
• Contribuirà alla redazione di articoli scientifici.

Il percorso sarà supervisionato e integrato in collaborazioni nazionali e/o internazionali.
 

Requisiti

Per ricoprire al meglio questa posizione, sono richiesti i seguenti requisiti principali, con alcune competenze aggiuntive considerate preferenziali.
Requisiti principali

• Laurea magistrale (conseguita o in fase di completamento) in Chimica, Fisica, Scienza dei Materiali, Ingegneria o discipline affini
• Forte interesse per la modellazione molecolare e la chimica computazionale
• Competenze di programmazione (Python, C/C++, o simili)
• Buona conoscenza della lingua inglese.

Requisiti preferenziali

• Esperienza (anche durante tesi magistrale) con software di simulazione molecolare (es. CP2K, Quantum Espresso, Gaussian, LAMMPS o simili)
• Conoscenze di base in metodi computazionali per la chimica e la fisica
• Interesse per machine learning applicato a sistemi atomistici
• Attitudine al lavoro in team e alla ricerca transdisciplinare.

La SUPSI offre

SUPSI offre un ambiente stimolante e opportunità uniche per chi desidera crescere professionalmente e contribuire attivamente all’innovazione. In particolare, la posizione offre:

• Un contratto a tempo determinato di 3 anni, con possibilità di rinnovo
• Condizioni salariali in linea con gli standard svizzeri per posizioni di dottorato.
• Un ambiente di ricerca internazionale, con collaborazioni accademiche e industriali di alto livello.
• Partecipazione a conferenze e workshop di alto profilo, con possibilità di networking scientifico e professionale.
• Opportunità di sviluppo professionale e scientifico.

Candidatura

Saranno prese in considerazione unicamente le candidature inoltrate entro il 30 aprile 2026 tramite il formulario di candidatura dedicato, corredate da:

• Curriculum vitae con lista delle pubblicazioni (se presenti) e link alla tesi di Master (se presente)
• Lettera di raccomandazione di almeno un tutor precedente
• Lettera di motivazione che includa una breve descrizione dell’esperienza (1-2 pagine)
• Curriculum studiorum o certificati di studio con elenco esami sostenuti
• Elenco di due referenze con i loro dati di contatto.

Per ulteriori informazioni è possibile rivolgersi alla Dr. Daniela Polino.
Non saranno accettate candidature incomplete, inviate a indirizzi diversi o oltre il termine stabilito. Oltre ai documenti richiesti per la candidatura online, potrebbe essere necessaria l’integrazione con ulteriore documentazione, come il casellario giudiziale o una copia di un documento d’identità.
 

Il nostro impegno

La SUPSI crede che il futuro nasca dalla valorizzazione di prospettive diverse, esperienze uniche e da una cultura equa, inclusiva e rispettosa delle diversità.