SELEZIONE PUBBLICA INDETTA CON DECRETO DIRETTORIALE 27/10/2022, N. 11120 PER N. 3 POSTI DI RICERCATORE UNIVERSITARIO CON CONTRATTO DI LAVORO SUBORDINATO A TEMPO DETERMINATO (JUNIOR) AI SENSI DELL’ART. 24, COMMA 3 LETTERA a) - L. 240/2010, PRESSO IL...
SELEZIONE PUBBLICA INDETTA CON DECRETO DIRETTORIALE 27/10/2022, N. 11120 PER N. 3 POSTI DI RICERCATORE UNIVERSITARIO CON CONTRATTO DI LAVORO SUBORDINATO A TEMPO DETERMINATO (JUNIOR) AI SENSI DELL’ART. 24, COMMA 3 LETTERA a) - L. 240/2010, PRESSO IL POLITECNICO DI MILANO DIPARTIMENTO DI ELETTRONICA, INFORMAZIONE E BIOINGEGNERIA PER IL SETTORE CONCORSUALE 09/H1 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI - PARTENARIATO ESTESO “FUTURE ARTIFICIAL INTELLIGENCE RESEARCH (FAIR)” - CUP D53C22002380006 - CODICE PROCEDURA 2022_RTDA_DEIB_26
I Verbale
Il giorno 25/01/2023 alle ore 10.30 si insedia la Commissione Giudicatrice, nominata con D.R. rep. N. 12909 prot. N. 288798 del 12/12/2022, composta dai seguenti professori:
Xxxx. XXXXXX Xxxxxx - Politecnico di Milano;
Prof.ssa XXXXXXXXX Xxxx - Università degli studi di Modena e Reggio Xxxxxx; Xxxx. XXXXXXX Xxxxx - University of Warwick.
La riunione odierna si svolge in collegamento telematico, così come di seguito specificato:
- Xxxx. XXXXXX Xxxxxx presso Politecnico di Milano
- Prof.ssa XXXXXXXXX Xxxx presso Università degli Studi di Modena e Reggio Xxxxxx
- Xxxx. XXXXXXX Xxxxx presso University of Warwick
In apertura di seduta ognuno dei membri della Commissione dichiara di non avere un rapporto di coniugio o di parentela o di affinità fino al IV grado compreso o un rapporto di unione civile tra persone dello stesso sesso, così come regolato dall’Art. 1 della Legge 20.05.2016, n. 76, e di non essere in stato di convivenza di fatto così come regolato dall’Art. 1 – commi 37 e ss. della Legge 20.05.2016, n. 76 con gli altri componenti della stessa Commissione e che non sussistono le cause di astensione di cui agli artt. 51 e 52 del c.p.c.
I componenti della Commissione Giudicatrice dichiarano inoltre, ai sensi dell'art. 35-bis del D.Lgs. 165/2001, di non aver riportato condanne penali, anche con sentenze non passate in giudicato, in reati previsti nel capo I del titolo II del libro secondo del codice penale.
I componenti della Commissione giudicatrice individuano il Presidente ed il Segretario della Commissione: XXXXXX XXXXXX, PROFESSORE ORDINARIO, presso Politecnico di Milano, Presidente;
XXXXX XXXXXXX, ASSOCIATE PROFESSOR presso University of Warwick, Segretario.
La Commissione prende atto e conferma che la selezione avverrà mediante valutazione dei candidati con motivato giudizio analitico sui titoli, sul curriculum e sulla produzione scientifica, ivi compresa la tesi di dottorato, secondo criteri e parametri, riconosciuti anche in ambito internazionale, individuati con D.M. 25.5.2011, n. 243 allegati al bando di selezione. Nel bando è stato altresì indicato il punteggio massimo e quello minimo al di sotto del quale non si conseguirà l’idoneità.
In caso di superamento del limite massimo di pubblicazioni, si valuteranno le stesse secondo l’ordine indicato nell’elenco allegato alla domanda di partecipazione, fino al raggiungimento del limite stabilito.
La Commissione redigerà, in base ai criteri e ai parametri di cui sopra, una graduatoria di merito tenendo conto dei punteggi conseguiti da ciascun candidato.
La discussione dei titoli e della produzione scientifica potrà essere sostenuta a scelta del candidato in lingua italiana o in lingua inglese e non sarà oggetto di valutazione ma sarà finalizzata all’attribuzione dei punteggi sui titoli e sulla produzione scientifica.
Contestualmente alla discussione la Commissione effettuerà una prova orale volta ad accertare l’adeguata conoscenza dei candidati della lingua straniera indicata nel bando.
Dopo la discussione sarà attribuito un punteggio ai singoli titoli, a ciascuna delle pubblicazioni presentate ed alla consistenza complessiva della produzione scientifica, l'intensità e la continuità temporale della stessa.
La Commissione, conclusi i lavori, consegnerà al Responsabile del procedimento gli atti concorsuali, costituiti dai verbali delle singole riunioni e, qualora la Commissione svolgerà più di una riunione, dalla relazione finale.
La Commissione prende visione dell’elenco dei candidati convocati alla discussione pubblica dei titoli e della produzione scientifica, che risultano essere:
1) Xxxxxxxxxxx Xxxxxx
2) Xxxxxxx Xxxxx Xxxxxxx
3) Xxxxxx Xxxxxx
Ognuno dei membri della Commissione dichiara di non avere un rapporto di coniugio o di parentela o di affinità fino al IV grado compreso o un rapporto di unione civile tra persone dello stesso sesso, così come regolato dall’Art. 1 della Legge 20.05.2016, n. 76, e di non essere in stato di convivenza di fatto così come regolato dall’Art. 1 – commi 37 e ss. della Legge 20.05.2016, n. 76 con i candidati stessi e che non sussistono le cause di astensione di cui agli art. 51 e 52 del c.p.c.
La Commissione procede collegialmente alla verifica della documentazione presentata dai candidati, resa disponibile a ciascun Commissario dopo la scadenza di presentazione delle domande di partecipazione.
Alle ore 12.00 si procede all’appello dei candidati convocati alla discussione pubblica dei titoli e della produzione scientifica, e alla prova di accertamento della lingua, che si svolge in forma telematica.
Risultano presenti i candidati sotto indicati dei quali viene accertata l’identità personale mediante l’esibizione, tramite webcam, di un documento di identità in xxxxx xx xxxxxxxx (xxxxxxxx x. 0 al presente verbale).
I candidati sono chiamati a sostenere la discussione in ordine alfabetico:
1) Xxxxxxxxxxx Xxxxxx
2) Xxxxxxx Xxxxx Xxxxxxx
3) Xxxxxx Xxxxxx
Alle ore 12.00 la Commissione inizia il colloquio con il candidato Xxxxxxxxxxx Xxxxxx. Il colloquio termina alle ore 12.30.
Alle ore 12.30 la Commissione inizia il colloquio con il candidato Xxxxxxx Xxxxx Xxxxxxx. Il colloquio termina alle ore 13.00.
Alle ore 13.00 la Commissione inizia il colloquio con il candidato Xxxxxx Xxxxxx. Il colloquio termina alle ore 13.30.
La Commissione, dopo adeguata valutazione, sulla base dei criteri stabiliti e dell’approfondita analisi delle domande dei candidati che ciascuno dei commissari ha svolto individualmente, procede collegialmente all’espressione di un motivato giudizio analitico sui titoli, considerando specificamente la significatività che essi assumono in ordine alla qualità e quantità dell'attività di ricerca svolta, sul curriculum e sulla produzione scientifica, ivi compresa la tesi di dottorato, valutando inoltre la consistenza complessiva della produzione scientifica dei candidati, l'intensità e la continuità temporale della stessa.
A seguito della discussione, sulla base ai criteri stabiliti e dei giudizi espressi, la Commissione procede all’attribuzione di un punteggio ai singoli titoli, a ciascuna delle pubblicazioni presentate ed alla consistenza
complessiva della produzione scientifica, l'intensità e la continuità temporale della stessa, nonché alla valutazione della conoscenza della lingua straniera.
Tali valutazioni vengono allegate al presente verbale e ne costituiscono parte integrante (allegato n. 2 al presente verbale).
La Commissione redige quindi una graduatoria di merito tenendo conto dei punteggi conseguiti (allegato n. 3 al presente verbale).
La seduta ha termine alle ore 14.30. Xxxxx, approvato e sottoscritto.
LA COMMISSIONE
Xxxx. Xxxxxx Xxxxxx (Presidente)
Xxxx. Xxxx Xxxxxxxxx (Componente)
Xxxx. Xxxxx Xxxxxxx (Segretario)
SELEZIONE PUBBLICA INDETTA CON DECRETO DIRETTORIALE 27/10/2022, N. 11120 PER N. 3 POSTI DI RICERCATORE UNIVERSITARIO CON CONTRATTO DI LAVORO SUBORDINATO A TEMPO DETERMINATO (JUNIOR) AI SENSI DELL’ART. 24, COMMA 3 LETTERA a) - L. 240/2010, PRESSO IL POLITECNICO DI MILANO DIPARTIMENTO DI ELETTRONICA, INFORMAZIONE E BIOINGEGNERIA PER IL SETTORE CONCORSUALE 09/H1 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI - PARTENARIATO ESTESO “FUTURE ARTIFICIAL INTELLIGENCE RESEARCH (FAIR)” - CUP D53C22002380006 - CODICE PROCEDURA 2022_RTDA_DEIB_26
ALLEGATO n. 1 al I VERBALE (Riconoscimento in forma telematica)
Numero
rilasciato da
05/07/2031
15/05/2021
Carta di Identità
Xxxxxx Xxxxxx
12/03/2024
23/12/2023
Carta di Identità
Xxxxxxx Xxxxx Xxxxxxx
21/06/2030
16/07/2019
Carta di Identità
Xxxxxx Xxxxxxxxxxx
Valevole fino al
Data rilascio
Tipo documento
Cognome e Nome
LA COMMISSIONE
Xxxx. Xxxxxx Xxxxxx (Presidente) Xxxx. Xxxx Xxxxxxxxx (Componente)
Xxxx. Xxxxx Xxxxxxx (Segretario)
Pag. 1 – ALLEGATO n. 1 al I VERBALE
SELEZIONE PUBBLICA INDETTA CON DECRETO DIRETTORIALE 27/10/2022, N. 11120 PER N. 3 POSTI DI RICERCATORE UNIVERSITARIO CON CONTRATTO DI LAVORO SUBORDINATO A TEMPO DETERMINATO (JUNIOR) AI SENSI DELL’ART. 24, COMMA 3 LETTERA a) - L. 240/2010, PRESSO IL POLITECNICO DI MILANO DIPARTIMENTO DI ELETTRONICA, INFORMAZIONE E BIOINGEGNERIA PER IL SETTORE CONCORSUALE 09/H1 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI - PARTENARIATO ESTESO “FUTURE ARTIFICIAL INTELLIGENCE RESEARCH (FAIR)” - CUP D53C22002380006 - CODICE PROCEDURA 2022_RTDA_DEIB_26
ALLEGATO n.2 al I VERBALE
CANDIDATO: Xxxxxxxxxxx Xxxxxx
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SUI TITOLI
TITOLO | GIUDIZIO | PUNTEGGIO |
Dottorato di ricerca o equipollenti, ovvero, per i settori interessati, il diploma di specializzazione medica o equivalente, conseguito in Italia o all'Estero | Il candidato ha ottenuto il titolo di Dottore di Ricerca in Computer Science and Engineering con Lode, presso il Politecnico di Milano nel 2022. Giudizio: Ottimo | 15 |
Eventuale attività didattica a livello universitario in Italia o all'Estero; | Il candidato ha svolto attività di didattica integrativa per numerosi corsi e supervisionato alcune tesi di laurea. Giudizio: Buono | 12 |
Documentata attività di formazione o di ricerca presso qualificati istituti italiani o stranieri | Il candidato non ha svolto attività di ricerca presso centri di ricerca stranieri | 0 |
Organizzazione, direzione e coordinamento di gruppi di ricerca nazionali e internazionali, o partecipazione agli stessi | Il candidato ha partecipato a quattro progetti finanziati. Giudizio: Buono | 12 |
Titolarità di brevetti relativamente ai settori concorsuali nei quali è prevista | Il candidato non risulta essere titolare di brevetti | 0 |
Relatore a congressi e convegni nazionali e internazionali | Il candidato ha tenuto numerose presentazioni. Giudizio: Ottimo. | 15 |
Premi e riconoscimenti nazionali e internazionali per attività di ricerca | Il candidato ha vinto un premio per la tesi di dottorato. Giudizio: discreto | 5 |
TOTALE TITOLI | 59 |
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SUL CURRICULUM
Il candidato ha un titolo di dottorato pienamente coerente con il SSD. Ha una buona esperienza didattica in corsi di livello universitario. Ha acquisito una buona esperienza di partecipazione a gruppi e progetti di ricerca. Il candidato non risulta essere titolare di brevetti. La partecipazione come relatore a congressi è ottima. Il giudizio della commissione sui riconoscimenti e premi ottenuti è discreto.
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SULLA PRODUZIONE SCIENTIFICA
N. | Tipo/Titolo Pubblicazione | Originalità, innovativit à, rigore metodolog ico e rilevanza della pubblicazi one | Congruenz a della pubblicazi one con il settore concorsual e, il settore scientifico- disciplinar e, ovvero con tematiche interdiscipl inari ad essi correlate | Rilevanza scientifica della collocazion e editoriale di ciascuna pubblicazi one e sua diffusione all'interno della comunità scientifica | Apporto individuale del candidato | Totale |
1 | Xxxxxxxxxxx M., Xxxxx A., Xxxxxxxx A., Xxxxx N. Regret minimization in online Bayesian persuasion: Handling adversarial receiver’s types under full and partial feedback models, Artificial Intelligence Journal, 2023 | 4 | 3 | 5 | 2 | 14 |
2 | Xxxxxxxxxxx M., Xxxxx A., Xxxxxxxx A., Xxxxx N. Signaling in Bayesian Network Congestion Games: the Subtle Power of Symmetry The 35th AAAI Conference on Artificial Intelligence, AAAI 2021, Virtual conference | 4 | 3 | 5 | 2 | 14 |
3 | Xxxxxxxxxxx M., Xxxxx A., Xxxxx N., Persuading Voters: It’s Easy to Whisper, It’s Hard to Speak Loud, 34th AAAI Conference on Artificial Xxxxxxxxxxxx, XXXX 0000, Xxx Xxxx, XXX | 4 | 3 | 5 | 2 | 14 |
4 | Xxxxxxxxxxx M., Xxxxxxxxx D., Xxxxx N., Election Control in Social Networks via Edge Addition or Removal,34th AAAI Conference on Artificial Intelligence, 2020, New York, USA | 4 | 3 | 5 | 2 | 14 |
5 | Xxxxxxxxxxx M., Xxxxx A., Xxxxxxxx A., Xxxxx N., Online Bayesian Persuasion, 34th Conference on Neural Information Processing Systems, NeurIPS 2020 | 4 | 3 | 5 | 2 | 14 |
6 | Xxxxxxxxxxx M., Xxxxxxxx A., Xxxxx A. Gatti N., Multi-Receiver Online Bayesian Persuasion, the 38th International Conference on Machine Learning, ICML 2021 | 4 | 3 | 5 | 2 | 14 |
7 | Xxxxxxxxxxx M., Xxxxx N., Persuading Voters in District-based Elections, the 35th AAAI Conference on Artificial Intelligence, AAAI 2021 | 4 | 3 | 5 | 2 | 14 |
8 | Xxxxxxxxxxx M., Xxxxx A., Xxxxx C., Online Learning with Knapsacks: the Best of Both Worlds, the 39th International Conference on Machine Learning, ICML 2022, Baltimora, USA | 2 | 3 | 5 | 1 | 11 |
9 | Xxxxxxxxxxx M., Xxxxxxxx A., Xxxxx N., Xxxxxxxx S., Leadership in xxxxxxxxx congestion games: What is hard and what is easy, Artificial Intelligence Journal, 2019 | 4 | 3 | 5 | 2 | 14 |
10 | Xxxxxxxxxxx M., Xxxxxxxx A., Xxxxx N., Committing to Correlated Strategies with Multiple Leaders, Artificial Intelligence Journal, 2021 | 4 | 3 | 5 | 2 | 14 |
11 | Xxxxxxxxxxx M., Xxxxxxxxx D., Xxxxx N., Xxxxxxxxx X., Election Manipulation on Social Networks: Seeding, Edge Removal, Edge Addition, Journal of Artificial Intelligence Research, 2021 | 4 | 3 | 5 | 2 | 14 |
12 | Xxxxxxxxxxx M., Xxxxxxxx A., Xxxxx N., Bayesian Agency: Linear Versus Tractable Contracts, Artificial Intelligence Journal, 2022 | 4 | 3 | 5 | 2 | 14 |
Totale Pubblicazioni | 165 | |||||
Consistenza Complessiva | 16 | |||||
TOTALE PRODUZIONE SCIENTIFICA | 181 |
PRODUZIONE SCIENTIFICA DEL CANDIDATO:
In relazione alla produzione scientifica complessiva del candidato, il giudizio sulla consistenza complessiva e sull'intensità è molto buono. La continuità temporale è molto buona.
CONOSCENZA DELLA LINGUA INGLESE:
Durante il colloquio, il candidato ha dimostrato una discreta conoscenza della lingua inglese.
CANDIDATO: Xxxxxxx Xxxxxxx Xxxxx
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SUI TITOLI
TITOLO | GIUDIZIO | PUNTEGGIO |
Dottorato di ricerca o equipollenti, ovvero, per i settori interessati, il diploma di specializzazione medica o equivalente, conseguito in Italia o all'Estero | Il candidato ha ottenuto il titolo di Dottore di Ricerca in Computer Science and Engineering con Lode, presso il Politecnico di Milano nel 2021. Giudizio: Ottimo | 15 |
Eventuale attività didattica a livello universitario in Italia o all'Estero; | Il candidato ha svolto attività di didattica integrativa per numerosi corsi e supervisionato numerose tesi di laurea. Giudizio: Ottimo | 15 |
Documentata attività di formazione o di ricerca presso qualificati istituti italiani o stranieri | Il candidato non ha svolto attività di ricerca presso centri di ricerca stranieri | 0 |
Organizzazione, direzione e coordinamento di gruppi di ricerca nazionali e internazionali, o partecipazione agli stessi | Il candidato ha partecipato a cinque progetti finanziati. Giudizio: Ottimo | 15 |
Titolarità di brevetti relativamente ai settori concorsuali nei quali è prevista | Il candidato non risulta essere titolare di brevetti | 0 |
Relatore a congressi e convegni nazionali e internazionali | Il candidato ha tenuto numerose presentazioni. Giudizio: Ottimo. | 15 |
Premi e riconoscimenti nazionali e internazionali per attività di ricerca | Il candidato ha vinto due premi per la tesi di dottorato ed ha avuto una spotlight presentation ad un’importante conferenza internazionale. Giudizio: Buono | 10 |
TOTALE TITOLI | 70 |
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SUL CURRICULUM
Il candidato ha un titolo di dottorato pienamente coerente con il SSD. Ha un’ottima esperienza didattica in corsi di livello universitario. Ha acquisito un’ottima esperienza di partecipazione a gruppi e progetti di ricerca. Il candidato non risulta essere titolare di brevetti. La partecipazione come relatore a congressi è ottima. Il giudizio della commissione sui riconoscimenti e premi ottenuti è buono.
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SULLA PRODUZIONE SCIENTIFICA
N. | Tipo/Titolo Pubblicazione | Originalità, innovativit à, rigore metodolog ico e rilevanza della pubblicazi one | Congruenz a della pubblicazi one con il settore concorsual e, il settore scientifico- disciplinar e, ovvero con tematiche interdiscipl inari ad essi correlate | Rilevanza scientifica della collocazion e editoriale di ciascuna pubblicazi one e sua diffusione all'interno della comunità scientifica | Apporto individuale del candidato | Totale |
1 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxxxxx Xxxxxxxxx, and Xxxxxxxx Xxxxxxxx. “Policy space identification in configurable environments”. Machine Learning, 2093–2145, 2022. | 4 | 3 | 5 | 3 | 15 |
2 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxx Xxxxxxx, Xxxxxxx Xxxxxxxxxxxx, and Xxxxxxxx Xxxxxxxx. “Safe Policy Iteration: A Monotonically Improving Approximate Policy Iteration Approach”. Journal of Machine Learning Research, 22(97):1–83, 2021. | 4 | 3 | 5 | 2 | 14 |
3 | Xxxxxxxx Xxxxxxx, Xxxxxxx Xxxxx Xxxxxxx, Xxxxxxx Xxxxxxx, Xxxxxx Xxxxxxxxx, Xxxxxx Xxxxxxxx, and Xxxxxxxx Xxxxxxxx. “Dealing with multiple experts and non-stationarity in inverse reinforcement learning: an application to real-life problems”. Machine Learning, 110(9):2541–2576, 2021. | 4 | 3 | 5 | 1 | 13 |
4 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxx Xxxxxx, Xxxx Xxxxxxx, and Xxxxxxxx Xxxxxxxx. “Importance Sampling Techniques for Policy Optimization”. Journal of Machine Learning Research, 21(141):1–75, 2020. | 4 | 3 | 5 | 2 | 14 |
5 | Xxxxxxxx Xxxxxxx, Xxxxxxx Xxxxx Xxxxxxx, Xxxxxx Xxxxxxxxx, Xxxxxxxx Xxxx, Xxxxxxxx Xxxxxxxx, and Xxxxxx Xx- mano. “Combining reinforcement learning with rule-based controllers for transparent and general decision- making in autonomous driving”. Robotics and Autonomous Systems, 131:103568, 2020. | 3 | 3 | 5 | 1 | 12 |
6 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxxx Xxxxx, and Xxxxxxxx Xxxxxxxx. “Subgaussian and Differentiable Importance Xxx- xxxxx for Off-Policy Evaluation and Learning”. In Advances in Neural Information Processing Systems 34 (NeurIPS), 2021. | 4 | 3 | 5 | 3 | 15 |
7 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxx Xxxxxxxxx, Xxxxxxx Xxxx, Xxxx Xxxxxxxx, and Xxxxxxxx Xxxxxxxx. “Control Frequency Adaptation via Action Persistence in Batch Reinforcement Learning”. In Proceedings of the 37th International Conference on Machine Learning (ICML), volume 119, pages 6862–6873. PMLR, 2020. | 4 | 3 | 5 | 2 | 14 |
8 | Xxxxxxx Xxxxx Xxxxxxx*, Xxxxxxxx Xxxxxxx*, and Xxxxxxxx Xxxxxxxx. “Propagating Uncertainty in Reinforcement Learning via Xxxxxxxxxxx Barycenters”. In Advances in Neural Information Processing Systems 32 (NeurIPS), pages 4335–4347, 2019. | 4 | 3 | 5 | 3 | 15 |
9 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxxxx Xxxxxx, and Xxxxxxxx Xxxxxxxx. “Reinforcement Learning in Configurable Continuous Environments”. In Proceedings of the 36th International Conference on Machine Learning (ICML), volume 97, pages 4546–4555. PMLR, 2019. | 4 | 3 | 5 | 3 | 15 |
10 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxx Xxxxxx, Xxxxxxxxx Xxxxxx, and Xxxxxxxx Xxxxxxxx. “Policy Optimization via Importance Sampling”. In Advances in Neural Information Processing Systems 31 (NeurIPS), pages 5447–5459, 2018. | 4 | 3 | 5 | 3 | 15 |
11 | Xxxxxxx Xxxxx Xxxxxxx*, Xxxxx Xxxxx*, and Xxxxxxxx Xxxxxxxx. “Configurable Markov Decision Processes”. In Proceedings of the 35th International Conference on Machine Learning (ICML), volume 80, pages 3488–3497, 2018. | 4 | 3 | 5 | 2 | 14 |
12 | Xxxxxxx Xxxxx Xxxxxxx, Xxxxxx Xxxxxxx, and Xxxxxxxx Xxxxxxxx. “Compatible Reward Inverse Reinforcement Learning”. In Advances in Neural Information Processing Systems 30 (NIPS), pages 2047–2056, 2017. | 4 | 3 | 5 | 3 | 15 |
.. | ||||||
Totale Pubblicazioni | 171 | |||||
Consistenza Complessiva | 28 | |||||
TOTALE PRODUZIONE SCIENTIFICA | 199 |
PRODUZIONE SCIENTIFICA DEL CANDIDATO:
In relazione alla produzione scientifica complessiva del candidato, il giudizio sulla consistenza complessiva e sull'intensità è ottimo. La continuità temporale è ottima.
CONOSCENZA DELLA LINGUA INGLESE:
Durante il colloquio, il candidato ha dimostrato un’ottima conoscenza della lingua inglese.
CANDIDATO: Xxxxxx Xxxxxx
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SUI TITOLI
TITOLO | GIUDIZIO | PUNTEGGIO |
Dottorato di ricerca o equipollenti, ovvero, per i settori interessati, il diploma di specializzazione medica o equivalente, conseguito in Italia o all'Estero | Il candidato ha ottenuto il titolo di Dottore di Ricerca in Computer Science and Engineering con Lode, presso il Politecnico di Milano nel 2021. Giudizio: Ottimo | 15 |
Eventuale attività didattica a livello universitario in Italia o all'Estero; | Il candidato ha svolto attività di didattica integrativa per numerosi corsi e supervisionato numerose tesi di laurea. Giudizio: Ottimo | 15 |
Documentata attività di formazione o di ricerca presso qualificati istituti italiani o stranieri | Il candidato ha svolto attività di ricerca presso due centri di ricerca stranieri | 8 |
Organizzazione, direzione e coordinamento di gruppi di ricerca nazionali e internazionali, o partecipazione agli stessi | Il candidato ha partecipato a tre progetti finanziati. Giudizio: Buono | 9 |
Titolarità di brevetti relativamente ai settori concorsuali nei quali è prevista | Il candidato non risulta essere titolare di brevetti | 0 |
Relatore a congressi e convegni nazionali e internazionali | Il candidato ha tenuto numerose presentazioni. Giudizio: Ottimo. | 15 |
Premi e riconoscimenti nazionali e internazionali per attività di ricerca | Il candidato ha ricevuto il Xxxxxx Xxxx xx xx Xxxxxx-Xxxxxxxxx 0000. Giudizio: Buono | 7 |
TOTALE TITOLI | 69 |
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SUL CURRICULUM
Il candidato ha un titolo di dottorato pienamente coerente con il SSD. Ha un’ottima esperienza didattica in corsi di livello universitario. Ha svolto attività di ricerca presso due centri di ricerca stranieri. Ha acquisito una buona esperienza di partecipazione a gruppi e progetti di ricerca. Il candidato non risulta essere titolare di brevetti. La partecipazione come relatore a congressi è ottima. Il giudizio della commissione sui riconoscimenti e premi ottenuti è buono.
MOTIVATO GIUDIZIO COLLEGIALE ANALITICO SULLA PRODUZIONE SCIENTIFICA
N. | Tipo/Titolo Pubblicazione | Originalità, innovativit à, rigore metodolog ico e rilevanza della pubblicazi one | Congruenz a della pubblicazi one con il settore concorsual e, il settore scientifico- disciplinar e, ovvero con tematiche interdiscipl inari ad essi correlate | Rilevanza scientifica della collocazion e editoriale di ciascuna pubblicazi one e sua diffusione all'interno della comunità scientifica | Apporto individuale del candidato | Totale |
1 | G. Xxx, X. Xxxxxxxxxxx, X. Xxxxxx, X. Xxxxxxxx: Lifting the Information Ratio: An Information-Theoretic Analysis of Xxxxxxxx Sampling for Contextual Bandits. NeurIPS (2022) | 3 | 3 | 5 | 1 | 12 |
2 | A. Xxxxxxxxx, X. Xxxxxx, X. Xxxxxx, X. Xxxxxxx, X. Xxxxxxx: Scalable Representation Learning in Linear Contextual Bandits with Constant Regret Guarantees. NeurIPS (2022) | 3 | 3 | 5 | 1 | 12 |
3 | X. Xxxxxx, X. Xxxxxxx, X. Xxxxxxxx: Smoothing policies and safe policy gradients. Xxxxxxxx’x Machine Learning (2022) | 4 | 3 | 5 | 3 | 15 |
4 | X. Xxxxxx, X. Xxxxxxxxx, X. Xxxxxxxxx, X. Xxxxxxxx, A. Xxxxxxx, X. Xxxxxxx: Re- inforcement learning in linear mdps: Constant regret and representation selection. NeurIPS (2021) | 4 | 3 | 5 | 2 | 14 |
5 | X. Xxxxxx, X. Xxxxxxxxx, X. Xxxxxxxx, A. Xxxxxxx, X. Xxxxxxx: Leveraging good representations in linear contextual bandits. ICML (2021) | 4 | 3 | 5 | 2 | 14 |
6 | A.M. Xxxxxxx, X. Xxxxxx, X. D’Oro, X. Xxxxxxxx: Policy optimization as online learning with mediator feedback. AAAI (2021) | 4 | 3 | 5 | 1 | 13 |
7 | A.M. Xxxxxxx, X. Xxxxxx, X. Xxxxxxx, X. Xxxxxxxx: Importance Sampling Techniques for Policy Optimization. Journal of Machine Learning Research (JMLR) 21.141 (2020) | 4 | 3 | 5 | 1 | 13 |
8 | X. Xxxx, X. Xxxxxxxx, X. Xxxxxxx, X. Xxxxxx, X. Xxxxxxxx: Risk-averse trust region optimization for reward-volatility reduction. IJCAI (2020) | 4 | 3 | 5 | 1 | 13 |
9 | X. Xxxxxx, A.M. Xxxxxxx, X. Xxxx, X. Xxxxxxxx: Optimistic policy optimization via multiple importance sampling. ICML (2019) | 4 | 3 | 5 | 2 | 14 |
10 | A.M. Xxxxxxx, X. Xxxxxx, X. Xxxxxx, X. Xxxxxxxx: Policy optimization via importance sampling. NeurIPS (2018) | 4 | 3 | 5 | 1 | 13 |
11 | X. Xxxxxx, X. Xxxxxxx, X. Xxxxxxxx, X. Xxxxxxx, X. Xxxxxxxx: Stochastic variance- reduced policy gradient. ICML (2018) | 4 | 3 | 5 | 2 | 14 |
12 | X. Xxxxxx, X. Xxxxxxx, X. Xxxxxxxx: Adaptive batch size for safe policy gradients. NeurIPS (2017) | 4 | 3 | 5 | 3 | 15 |
Totale Pubblicazioni | 162 | |||||
Consistenza Complessiva | 24 | |||||
TOTALE PRODUZIONE SCIENTIFICA | 186 |
PRODUZIONE SCIENTIFICA DEL CANDIDATO:
In relazione alla produzione scientifica complessiva del candidato, il giudizio sulla consistenza complessiva e sull'intensità è ottimo. La continuità temporale è ottima.
CONOSCENZA DELLA LINGUA INGLESE:
Durante il colloquio, il candidato ha dimostrato un’ottima conoscenza della lingua inglese.
LA COMMISSIONE
Xxxx. Xxxxxx Xxxxxx (Presidente)
Xxxx. Xxxx Xxxxxxxxx (Componente)
Xxxx. Xxxxx Xxxxxxx (Segretario)
SELEZIONE PUBBLICA INDETTA CON DECRETO DIRETTORIALE 27/10/2022, N. 11120 PER N. 3 POSTI DI RICERCATORE UNIVERSITARIO CON CONTRATTO DI LAVORO SUBORDINATO A TEMPO DETERMINATO (JUNIOR) AI SENSI DELL’ART. 24, COMMA 3 LETTERA a) - L. 240/2010, PRESSO IL POLITECNICO DI MILANO DIPARTIMENTO DI ELETTRONICA, INFORMAZIONE E BIOINGEGNERIA PER IL SETTORE CONCORSUALE 09/H1 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI - PARTENARIATO ESTESO “FUTURE ARTIFICIAL INTELLIGENCE RESEARCH (FAIR)” - CUP D53C22002380006 - CODICE PROCEDURA 2022_RTDA_DEIB_26
ALLEGATO n. 3 al I VERBALE
GRADUATORIA DI MERITO
COGNOME e Nome | Punteggio complessivo |
Xxxxxxx Xxxxx Xxxxxxx | 269 |
Xxxxxx Xxxxxx | 255 |
Xxxxxx Xxxxxxxxxxx | 240 |
LA COMMISSIONE
Xxxx. Xxxxxx Xxxxxx (Presidente)
Xxxx. Xxxx Xxxxxxxxx (Componente)
Xxxx. Xxxxx Xxxxxxx (Segretario)
Pag. 2 – I VERBALE