La Scuola universitaria professionale della Svizzera italiana (SUPSI) mette a concorso una posizione come Dottorando/a in Esperienze Interattive Inclusive Adattive presso l’Istituto Sistemi Informativi e Networking (ISIN) al Dipartimento tecnologie innovative (DTI) con sede a Lugano. Grado d’occupazione del 100%. Entrata in servizio 1° settembre 2026 o data da convenire.
 

Ambito e obiettivi della posizione

Il/la dottorando/a contribuirà a progetti di ricerca nazionali ed europei in corso, focalizzati sullo sviluppo di sistemi adattivi che sfruttano dati multimodali per supportare esperienze interattive inclusive in ambiti quali educazione, contesti culturali e terapeutici.
La ricerca si concentra sulla progettazione e implementazione di sistemi capaci di adattare esperienze interattive sulla base dell’attività dell’utente e di informazioni contestuali raccolte in tempo reale. In questo contesto, fonti di dati multimodali tra cui video, audio, dati inerziali e dati di interazione possono essere utilizzate per derivare rappresentazioni strutturate di eventi e attività dell’utente, in grado di informare il comportamento del sistema.
Il lavoro è principalmente incentrato sull’architettura dei sistemi e sull’integrazione dell’elaborazione di dati multimodali all’interno di sistemi adattivi. In particolare, il dottorato affronterà il modo in cui componenti data-driven possono essere integrati in un’architettura software più ampia per supportare l’adattamento e il monitoraggio in tempo reale delle esperienze utente. Un aspetto chiave della ricerca è la progettazione di sistemi a ciclo chiuso, in cui l’attività dell’utente viene continuamente acquisita, elaborata e utilizzata per guidare l’adattamento del sistema. Tali sistemi sono concepiti per supportare sia la personalizzazione in tempo reale dell’esperienza sia l’analisi a posteriori, consentendo una migliore comprensione di come gli utenti interagiscono, apprendono e si comportano. Il lavoro sarà validato in contesti reali (ad es. musei, scuole, centri terapeutici e ambienti inclusivi), generando sia contributi scientifici sia un impatto sociale tangibile.
Componenti basati su machine learning e intelligenza artificiale sono considerati tecnologie abilitanti all’interno del sistema, e la ricerca si concentra sul loro utilizzo efficace e sulla loro integrazione piuttosto che sullo sviluppo di nuovi modelli. Il dottorato indagherà in particolare come modelli esistenti possano essere combinati, configurati e orchestrati per strutturare e presentare informazioni a livello di sistema per gli operatori e per supportare, nel tempo, comportamenti adattivi, senza mirare allo sviluppo di nuovi metodi di machine learning.
 

Responsabilità e attività

• Progettazione e implementazione di pipeline software per l’acquisizione, l’elaborazione e l’integrazione di dati multimodali (ad es. log di interazione, flussi audio/video, dati inerziali e contestuali) all’interno del sistema.
• Integrazione e configurazione di componenti data-driven esistenti e API per supportare l’adattamento del sistema. Ciò include la progettazione di componenti e interfacce che collegano servizi backend con applicazioni rivolte all’utente.
• Progettazione e implementazione di meccanismi decisionali adattivi basati su logiche di sistema e sull’uso degli output di componenti di terze parti integrati.
• Sviluppo di metodi per la valutazione in tempo reale e a posteriori del coinvolgimento, del comportamento e delle risposte degli utenti durante l’esperienza.
• Contributo alla costruzione di dataset, alla raccolta dati e alla validazione sperimentale in contesti reali.
• Collaborazione con partner interdisciplinari per tradurre bisogni degli utenti ed esperienze co-progettate in modelli computazionali.
• Disseminazione scientifica attraverso pubblicazioni in conferenze e riviste internazionali.
• Contributo alle attività didattiche in qualità di assistente.

Requisiti

• Laurea magistrale in Informatica, Ingegneria Informatica, Software Engineering o ambiti affini
• Solide competenze di programmazione (ad es. Python, framework JavaScript come React o simili), con esperienza nello sviluppo software, progettazione di sistemi, sviluppo e integrazione di API e pipeline CI/CD.
• Familiarità con sistemi di machine learning, con capacità di implementare, utilizzare e integrare modelli esistenti all’interno di applicazioni.
• Interesse a lavorare con dati reali e sistemi complessi e interdisciplinari in contesti applicati (ad es. educazione, ambienti culturali o terapeutici).
• Interesse o esperienza nel design di interfacce utente (UI) e nell’esperienza utente (UX) per sistemi interattivi costituisce un plus.
• Ottima conoscenza dell’inglese scritto e parlato.

Offriamo

• Posizione di dottorato a tempo pieno per tre anni.
• Salario competitivo in linea con gli standard svizzeri.
• Opportunità di lavorare su un progetto con impatto sociale all’interno di un progetto Horizon Europe con partner internazionali di primo piano.
• Accesso alle strutture per studenti e personale SUPSI, e relativi benefici come sconti e tariffe agevolate (mensa, palestra, asilo, ecc.).
• Accesso a contesti sperimentali reali (musei, scuole, ambienti inclusivi e immersivi).
• Copertura dei costi di partecipazione a conferenze e workshop internazionali.
• Supporto per viaggi internazionali per attività di disseminazione e collaborazione scientifica.

Candidatura

Informazioni supplementari possono essere richieste a Mirko Gelsomini. 
I candidati devono inviare i seguenti documenti in inglese:

• Curriculum Vitae (inclusi pubblicazioni e/o progetti rilevanti, ad es. GitHub)
• Lettera di motivazione (max 1 pagina)
• Certificati e diplomi
• Contatti di due referenti

Saranno prese in considerazione unicamente le candidature inoltrate entro il 14 giugno 2026 tramite il formulario di candidatura dedicato. Non sono accettate candidature incomplete, inviate ad altri indirizzi o oltre il termine stabilito. Si informa che, in base ai nostri regolamenti interni, il casellario giudiziale del paese di residenza sarà richiesto ai candidati selezionati durante il processo di selezione.