bando di selezione per l`attribuzione di assegni di ricerca
Transcript
bando di selezione per l`attribuzione di assegni di ricerca
BANDO DI SELEZIONE PER L'ATTRIBUZIONE DI ASSEGNI DI RICERCA (Art. 51 comma 6 L. 449/97 e Regolamento per gli assegni di ricerca dell'Università di Bologna, emanato con D.R. n. 1152 del 15/06/2004) Art.1 - Oggetto E' bandito un concorso presso il Dipartimento di Scienze Statistiche "Paolo Fortunati" dell’Alma Mater Studiorum Università di Bologna per la erogazione di n. 1 assegni di ricerca, per lo svolgimento di attività di collaborazione al progetto di ricerca Modelli statistici per il micro mining e la gestione della relazione col cliente, nell'ambito del seguente piano di formazione allegato. L’assegno di ricerca ha per oggetto la formazione scientifica mediante la realizzazione di un programma di ricerca, sotto la supervisione di un responsabile scientifico individuato dalla struttura (tutor). L’attività di ricerca presenta caratteristiche di flessibilità rispondenti alle esigenze dell’attività stessa, carattere continuativo, temporalmente definito, non meramente occasionale, ed in rapporto di coordinamento rispetto alla complessiva attività della struttura. L’attività sarà svolta in condizione di autonomia, nei soli limiti del programma predisposto dal tutor, senza orario di lavoro predeterminato. La stipula del contratto di collaborazione per assegno di ricerca non dà in alcun modo luogo ad un rapporto di lavoro subordinato né a diritti in ordine all'accesso ai ruoli dell'Università. Art. 2 - Requisiti di ammissione La selezione è aperta a dottori di ricerca e a coloro in possesso del diploma di laurea (vecchio ordinamento) o di laurea specialistica (nuovo ordinamento) accompagnato da idoneo curriculum scientifico-professionale, con esclusione del personale di ruolo presso le Università, gli Osservatori Astronomici, astrofisici e vesuviano, gli enti pubblici e le istituzioni di ricerca di cui all'art. 8 del DPCM 30.12.93 n.593 e successive modificazioni, l'ENEA e l'ASI. I requisiti di ammissione devono essere posseduti alla data di scadenza del presente bando di selezione. Art. 3 - Domanda di ammissione La domanda di partecipazione alla selezione, indirizzata al Direttore del Dipartimento di Scienze Statistiche "Paolo Fortunati", via Belle Arti n. 41. 40126 Bologna, redatta in carta semplice (secondo il modello allegato), dovrà pervenire a pena di esclusione entro il 28/7/2006. La domanda può essere presentata direttamente o inviata a mezzo di raccomandata con avviso di ricevimento. La presentazione diretta può essere effettuata presso la segreteria del Dipartimento di Scienze Statistiche "Paolo Fortunati", via Belle Arti n. 41, 40126 Bologna (sig.ra Domenica Ferro, sig.ra Roberta Fantini) nei seguenti orari: dalle ore 8,00 alle ore 13.00 dal lunedì al venerdì. La data di ricevimento delle domande è stabilita e comprovata: - nel caso di presentazione diretta, dalla data indicata nella ricevuta sottoscritta dal personale della Struttura addetto al ricevimento; - nel caso di spedizione dal timbro e data dell'ufficio postale accettante La struttura non assume alcuna responsabilità per la dispersione di comunicazioni dipendenti da inesatta indicazione del recapito da parte del concorrente oppure da mancata o tardiva comunicazione del cambiamento dell'indirizzo indicato nella domanda, né per eventuali disguidi postali o telegrafici o comunque imputabili a fatto di terzi, a caso fortuito o forza maggiore. Nella domanda i candidati devono indicare, sotto la propria responsabilità: - cognome e nome; - data e luogo di nascita; - cittadinanza; - residenza e recapito eletto agli effetti della selezione; - di non avere riportato condanne penali e di non avere procedimenti penali in corso (in caso contrario, indicare quali); - di possedere il diploma di laurea (vecchio ordinamento) o laurea specialistica (nuovo ordinamento) in ........... conseguito presso......... in data......... - di possedere il titolo di dottorato di ricerca in ..............., conseguito presso .................... in data ............ (questa dichiarazione è eventuale). oppure - di possedere analogo titolo accademico conseguito all'estero, riconosciuto equipollente ad un titolo italiano dalle competenti autorità accademiche. Il titolo accademico estero può essere dichiarato ammissibile dalla Commissione giudicatrice, ai soli fini dell'ammissione alla selezione. In tal caso il Candidato dovrà allegare alla domanda di partecipazione i documenti tradotti e legalizzati dalle competenti rappresentanze diplomatiche o consolari italiane nel Paese di provenienza, secondo le norme vigenti in materia. Alla domanda i candidati devono allegare: - il proprio curriculum scientifico-professionale; - i titoli valutabili in base all'art.4 del presente bando (i titoli di studio accademici e i titoli professionali possono essere autocertificati in sostituzione delle normali certificazioni o presentati in fotocopia semplice, purché accompagnati da apposita dichiarazione sostitutiva (modulo allegato). La dichiarazione sostitutiva se non firmata alla presenza dell'addetto al ricevimento, deve essere accompagnata da fotocopia di un documento di identità). I candidati portatori di handicap, ai sensi dell'art.3 della Legge n.104 del 5.12.1992 potranno richiedere nella domanda di partecipazione al concorso i benefici dell'art.20 della medesima Legge, allegando - in originale o in copia autenticata - certificazione relativa allo specifico handicap rilasciata dalla Commissione medica competente per territorio. La firma sulla domanda di partecipazione alla selezione non deve essere autenticata ed è obbligatoria a pena di nullità della domanda stessa. Art. 4 - Valutazione comparativa dei candidati e Commissione giudicatrice La valutazione comparativa dei candidati sarà effettuata da una Commissione giudicatrice nominata dal Consiglio della Struttura e formata da mimino tre membri qualificati nell'ambito della ricerca oggetto del bando. La selezione verte sull’esame dei titoli indicati al successivo comma 4 e su un colloquio, volto ad accertare l’idoneità allo svolgimento del programma di ricerca. Nel corso del colloquio la Commissione verificherà anche la conoscenza della lingua straniera inglese, su argomenti riguardanti le materie del settore. Costituiscono titoli valutabili il dottorato di ricerca, i diplomi di specializzazione e gli attestati di frequenza di corsi di perfezionamento post-lauream, conseguiti sia in Italia che all’estero, nonché lo svolgimento presso soggetti pubblici e privati, sia in Italia che all'estero, di attività di ricerca documentata. Sono inoltre valutabili titoli scientifici documentati pertinenti al settore per il quale viene conferito l’assegno tra i quali pubblicazioni scientifiche, tesi di laurea, di dottorato, di specializzazione, comunicazioni a congressi ecc. Il punteggio a disposizione della Commissione viene ripartito nel modo seguente: - massimo 40 punti ai titoli - massimo 60 punti al colloquio. Saranno ammessi al colloquio i candidati che avranno conseguito almeno 21 dei 40 punti previsti per i titoli. L’elenco degli ammessi al colloquio verrà reso noto mediante pubblicazione presso il Dipartimento di Scienze Statistiche 4 giorni prima del colloquio. Per informazioni rivolgersi al numero di telefono 051 2098213 (dalle ore 9.00 alle ore 12.00) Il colloquio si svolgerà il giorno 8 settembre 2006 presso il Dipartimento di Scienze statistiche via Belle Arti, 41, 40126 Bologna alle ore 12. Per poter sostenere il colloquio i candidati dovranno presentarsi muniti di un documento di riconoscimento in corso di validità. Il colloquio si intenderà superato dai candidati che abbiano ottenuto 31 punti sui 60 previsti per la prova orale. Al termine della procedura di selezione, la Commissione formulerà una graduatoria generale di merito, affissa nella sede degli esami. In caso di valutazione a pari merito, verrà preferito il candidato più giovane. Il Direttore del Dipartimento (o altra struttura) provvederà con proprio decreto all'approvazione formale degli atti della Commissione. Art. 5 - Durata del rapporto Il contratto ha durata di 12 mesi ed è rinnovabile nei termini previsti dal Regolamento per gli Assegni di Ricerca dell'Università di Bologna. Art. 6 - Importo dell'assegno L'importo dell'assegno di ricerca è pari a 18.053,32 lordi annui. Tale importo è esente da ritenuta fiscale e comprensivo della ritenuta previdenziale posta dalla legge a carico del percipiente. L'importo verrà erogato in rate mensili posticipate. L'assegnatario, previo versamento del contributo richiesto, godrà della copertura assicurativa contro gli infortuni. Art. 7 - Formalizzazione del rapporto Il candidato risultato vincitore sarà invitato a stipulare con il Dipartimento un contratto di collaborazione alla ricerca. Il contratto dovrà essere stipulato entro il 30/8/2006. Il contratto decorrerà non oltre il primo giorno del mese successivo alla data di sottoscrizione. In caso di mancata accettazione nei termini che verranno comunicati dalla struttura, si procederà allo scorrimento della graduatoria. Art. 8 -Sospensione dell'assegno L'erogazione dell'assegno può essere sospesa nei periodi di assenza dovuti a gravidanza, servizio militare, malattia prolungata. In tali casi, la durata del rapporto si protrarrà per il residuo periodo ai fini della realizzazione del piano di formazione, riprendendo a decorrere dalla data di cessazione della causa di sospensione. Art. 9 - Divieto di cumulo, incompatibilità, aspettative Gli assegni di ricerca non possono essere cumulati con borse di studio a qualsiasi titolo conferite, tranne quelle concesse da istituzioni nazionali o straniere utili ad integrare, con soggiorni all'estero, l'attività di ricerca dei titolari degli assegni. Sono incompatibili con l'assegno di ricerca le seguenti attività: a) incarico di professore a contratto per la titolarità di insegnamenti ufficiali presso gli Atenei; b) iscrizione alle Scuole di Specializzazione Medico Chirurgiche e di area sanitaria. Agli iscritti alle Scuole di Specializzazione non mediche attivate ai sensi di specifiche disposizioni normative si applica la sospensione del corso degli studi fino al termine dell’assegno. Lo svolgimento di attività di lavoro autonomo o subordinato è compatibile con l’assegno di ricerca soltanto se preventivamente autorizzato dal Consiglio della struttura, o organo da esso delegato, previa acquisizione del parere motivato del tutor. I titolari di assegno di ricerca in servizio presso amministrazioni pubbliche, diverse da quelle di cui all’art. 2 del presente bando, possono essere collocati in aspettativa senza assegni per il periodo di durata dell'assegno di ricerca, nei limiti e con le modalità previste dalle relative Amministrazioni. I divieti di cumulo, le incompatibilità e le aspettative di cui al presente articolo operano all’atto della stipula del contratto da parte del vincitore della selezione . Art. 10 – Dottorato di ricerca Il titolare di assegno di ricerca può frequentare corsi di dottorato di ricerca, anche in deroga al numero determinato, fermo restando il superamento delle prove di ammissione e senza usufruire della relativa borsa di studio. Art. 11 – Decadenza Coloro che, entro il termine comunicato dalla struttura, non sottoscrivano il contratto, salvo ragioni di salute o cause di forza maggiore debitamente comprovate, decadono dal diritto all’assegno di ricerca. Articolo 12 - Norme di salvaguardia Per quanto non previsto dal presente bando, si rinvia al Regolamento per gli assegni di ricerca dell'Università degli Studi di Bologna emanato con Decreto Rettorale n. 1152 del 15.06.2004 ed alle disposizioni normative vigenti in materia. I dati personali trasmessi dai candidati con le domande di partecipazione al concorso, ai sensi degli artt. 7 e 13 del Decreto Legislativo n. 196 del 30.06.03, saranno trattati per le finalità di gestione delle procedure di selezione. Il presente bando sarà pubblicato mediante affissione all’Albo dell’Università di Bologna e all’Albo del Dipartimento di Scienze statistiche e tramite pubblicazione nel sito Internet dell’Università di Bologna. Bologna, 27/06/2006 IL DIRETTORE DEL DIPARTIMENTO DI SCIENZE STATISTICHE Prof. Giorgio Tassinari Allegato PIANO DI FORMAZIONE Modelli statistici per il micro mining e la gestione della relazione col cliente (Prof. Furio Camillo) Introduzione al problema. L’obiettivo del piano di ricerca è quello di fornire un metodo non soggettivo per la scelta delle funzioni kernel applicate ad algoritmi di Analisi Discriminante non-lineare in un contesto prettamente applicativo testando poi le regole trovate con metodi di validazione tipo bootstrap. La classificazione supervised ad oggi è uno dei temi più interessanti e importanti del mondo aziendale. Infatti il punto di partenza di una qualsiasi azione di marketing è volta all’analisi dei bisogni del consumatore: la differenza rispetto al passato è la possibilità oggi di poter accedere ad una rilevante quantità di informazione che non è ignorata dall’azienda ed è sistematizzata in data warehouse atti alla creazione di data mart ad hoc. Sicuramente le aziende trovano situazioni di saturazione sempre più rilevante in tutti i mercati e i prodotti e/o servizi vengono concepiti con molta più attenzione “attorno al cliente”: la personalizzazione dell’offerta dunque diventa un must irrinunciabile per la sopravvivenza sul mercato dove il marketing one-to-one la fa sempre più da padrone. Nasce quindi l’esigenza di distinguere e di riconoscere univocamente nel proprio portafoglio clienti la classe di soggetti ad alta redditività da quelli a scarso “valore” o meglio non interessanti per l’impresa. Il monitoraggio della clientela, tema fondamentale e affascinate di marketing applicato, si traduce nell’ambito statistico nella ricerca di tools e algoritmi efficienti nella discriminazione e classificazione dei diversi gruppi di soggetti (clienti in questo caso) dell’azienda considerata. La ricerca svilupperà la classificazione supervised, proponendosi quindi nel contesto dell’analisi discriminante, al fine di ottenere quelle regole che ci permettono di descrivere il nostro campione derivato dalla customer table, ma soprattutto di prevedere l’assegnazione di nuovi soggetti al collettivo di riferimento. In letteratura, però, è noto che l’Analisi Discriminate Lineare (LDA) è inadeguata quando l’informazione discriminatoria non è contenuta nella media piuttosto nella varianza o comunque ogni qualvolta si hanno forme complesse dei gruppi: in tali casi infatti questa tecnica produce regole che presentano elevati tassi di errata classificazione. E’ per tale motivo che nella ricerca finora effettuata da poco e solo in via sperimentale vengono considerate tecniche basate sulle kernel machines che sfruttano l’idea di poter proiettare i dati dall’input Space (spazio delle variabili iniziali) ad uno spazio dimensionalmente più grande (al limite infinito) detto Feature Space, non in modo esplicito ma attraverso una formulazione che usa il prodotto interno dei training patterns (campione di training). In tale spazio (Reproducing Kernel Hilbert Space) la formalizzazione del problema discriminante è risolto nello stesso identico modo della discriminante classica: massimizzando il coefficiente di Rayleigh. La soluzione prodotta quindi presenta un numero di funzioni discriminanti pari al numero di gruppi -1 mentre le direzioni di tali funzioni saranno fornite dagli autovettori soluzioni di SW-1SB (prodotto tra inversa della matrice di covarianza within e la matrice di covarianza between rispettivamente). Le funzioni discriminanti ottenute sono ottenute esclusivamente come espansione lineare dei training patterns nel freature space e corrispondono a decision boundary non-lineari nell’input space quindi con un potere discriminatorio sicuramente maggiore rispetto a quelli ottenibili con la tecnica standard (LDA). L’applicazione della KDA presenta ad oggi una serie di scelte soggettive non trascurabili: la funzione kernel da applicare il parametro che regola tale distribuzione il ridge della matrice di covarianza within che nel feature space diventa ill-posed. L’obiettivo che ci proponiamo è di riuscire a fornire un metodo oggettivo per superare tali problemi rendendo quindi l’applicazione automatica o semi-automatica. Per quel che concerne le funzioni ad oggi in letteratura non esiste un metodo che fornisca una valutazione oggettiva di tale scelta se non l’utilizzo di tecniche basate sulla cross-validation che però date le enormi dimensioni del feature space impiegano molto tempo ad fornire risultati. La proposta è quella di impiegare la Teoria della Complessità come principale riferimento per la messa a punto di un indicatore efficace nel model selection. L’ICOMP (I sta per indice COMP per complessità) nato come sviluppo ulteriore dell’AIC (Indice di Akayke) ad opera del prof. Bozdogan presenta proprio tali caratteristiche. Infatti la scelta del miglior model tra tutti quelli considerati è effettuata in termini di miglior adattamento ai dati (colta dalla verosimiglianza), di ridondanza dei parametri di stabilità degli stessi (colta dalla profusione di complessità). La ricerca allora prevede 4 parti. Piano della ricerca Specificazione del criterio di selezione ICOMP Di recente è stato specificato l’ ICOMP nel caso della Discriminante non-lineare sotto l’ipotesi di un classico modello MANOVA (gruppi normo distribuiti con differente media ma egual matrice di covarianza). L’impiego di tale indice è stato effettuato sia per la scelta del kernel (5 nel caso della tesi: RBF, POLYNOMIAL CAUCHY MULTI-QUADRIC inverse MULTI-QUADRIC) sia per la scelta del ridge. un ulteriore sviluppo di sicuro interesse è la derivazione dello stesso in ipotesi meno restrittive di quelle già adottate. La normalità distributiva di gruppi con differente media ma egual matrice di covarianza è infatti un’assunzione difficile da difendere specie se si analizzano casi concreti, inoltre una derivazione di ICOMP che rilasci l’ipotesi sulla matrice di covarianza presenta una specificazione differente non solo nella parte che stima il fit del modello ma anche soprattutto in quella che ne valuta la complessità. Un prototipo di software sviluppato in matlab per la selezione di delle funzioni kernel con il nuovo indice sarà prodotto. Studio delle regole discriminanti in termini predittivi La potenza classificatoria di tecniche basate sulle kernel-machines è indiscutibile, evidenze empiriche in tal senso sono contenute in alcuni recenti contributi originali. Ciò che va sottolineato è una mancanza in letteratura di uno studio statistico che valuti la performance di tali strumenti quando vengono applicati in fase predittiva. L’introduzione del bootstrap in tale senso ha messo in luce come gli ottimi risultati che si ottengono in fase descrittiva vengono poi persi quando si passa alla previsione. In altre parole se il tasso di errata classificazione sulla matrice di confusione ottenuta applicando la regola trovata con la Kernel Discriminant Analysis è estremamente basso un altrettanto buon risultato non è ottenuto quando tale regola viene applicata a nuove unità. Nei contributi già esistenti è stato iniziato uno studio orientato a tale fine che andrebbe approfondito: • riallocazione utilizzando la minima distanza di Mahalanobis tra la nuova l’unità e i centroidi dei gruppi: si assegna il soggetto al gruppo da cui dista distanza minima. • riallocazione utilizzando l’ibridizzazione degli scores ottenuti: applicare una tecnica non parametrica come K Nearest Neighbours sulle funzioni discriminanti ottenute. In realtà entrambi i metodi sembrano inefficaci: il primo in quanto sfrutta esclusivamente l’informazione proveniente dalle medie, il secondo in quanto aumenta con i ripetuti confronti la varianza delle riallocazioni. La visualizzazione grafica dei risultati finora ottenuti ha infatti evidenziato come (gruppo per gruppo) i soggetti appartenenti al training si dispongano nello spazio delle funzioni discriminanti in maniera molto ravvicinata a differenza di quelli del test che presentano una disposizione sparsa e non di rado lontana dal centroide di appartenenza. Uno studio a livello locale a questo punto potrebbe essere informativo circa le proprietà delle regole trovate con la KDA. A tale fine proponiamo di effettuare un’analisi di simulazione effettuata generando unità in test che si allontanano via via dal centroide del gruppo per valutare entro quale raggio la regola riesce ad essere efficace. Inoltre valutare anche se la dimensione del test e del training hanno influenza su tale risultato: training grandi a fronte di test piccoli potrebbero migliorare performance in previsione. Selezione dei predittori tramite Algoritmi Genetici (GA) Come è stato messo in luce precedentemente, gli scores (le funzioni discriminanti) trovati con la KDA sono ottenuti come espansione lineare dei training patterns nel freature space: in altre parole le funzioni presentano un numero di variabili pari al numero degli elementi nel campione di riferimento. E’ evidente che un processo di selezione dei predittori è necessario al fine di ottenere regole più stabili. A tale proposito la nostra proposta è quella di utilizzare gli algoritmi genetici gia famosi nel model selection combinati con un criterio di selezione come indice di informazione complessa. Confronto tra la KDA e tecniche alternative Infine un confronto di tale tool con tecniche non parametriche come alberi di classificazione o le radial basis functions potrebbero essere di particolare interesse al fine di testare le performance reali con strumenti statistici ormai di massiccio uso a livello aziendale. Rapporti con l’estero E’ gia in atto una consolidata collaborazione con i prof Hamparsum Bozdogan del dipartimento di Statistica della University of Tennessee (U.S.). La conoscenza del professore nel campo della Information Complexity è indiscussa: la collaborazione con lui sarà tesa alla derivazione dell’ICOMP e all’applicazione degli Algoritmi Genetici per il model selection. Riferimenti Bibliografici di Base BOZDOGAN, H. (1988). ICOMP: A New Model-Selection Criterion. In Classification and Related Methods of Data Analysis, Hans H. Bock (ed.), Amsterdam, Elsevier Science Publishers B. V. (North Holland) 599-608. BOZDOGAN, H. (1990). On the information-based measure of covariance complexity and its application to the evaluation of multivariate linear models. Communications in Statistics Theory and Methods, 19(1), 221-278. BOZDOGAN, H. (1994). Mixture-model cluster analysis using model selection criteria and a new informational measure of complexity. In Multivariate Statistical Modeling, H. Bozdogan (Ed.), Vol. 2, pp. 69-113. Proceedings of the first US/Japan conference on the frontiers of statistical modeling: An informational approach. Dordrecht, the Netherlands: Kluwer Academic Publishers. BOZDOGAN, H. (2000). Akaike’s information criterion and recent developments in informational complexity. Journal of Mathematical Psychology, 44, 62-91. CRISTIANINI, N. and SHAWE-TAYLOR, J. (2000): An introduction to Support Vector Machines. Cambridge University Press. FISHER R.A. (1936): The use of multiple measurements in taxonomic problems Annals of Eugenic FRIEDMAN J.H. (1989): Regularized Discriminant Analysis Journal of the American Statistical Association MERCER, J. (1909): “Functions of positive and negative type and their connection with the theory of integral equations.” Philosophical Transactions Royal Society London, A209, 415-446. MIKA, S. (2002): Kernel Fisher discriminants. Ph.D. Thesis, Technical University of Berlin, Berlin, Germany. VAPNIK, V. (1995): The Nature of Statistical Learning Theory, Springer-Verlag, New York. Riferimenti Bibliografici specifici Furio Camillo, Caterina Liberati, Federico Neri (2006). e-CRM, web semantic propensity models and micro-data-mining: an application of Kernel Discriminant Analysis to the Glam on Web case. Paper accettato per la pubblicazione degli Atti dello Jadt2006 di Besancon. Organizzazione dell'Universitè France-Compte di Besancon. H. Bozdogan, F. Camillo, C. Liberati (2005). On the choice of the kernel function in kernel discriminant analysis using information complexity. Atti del convegno CLADAG 2005. Paper accettato per la pubblicazione su un volume della collana Springer dell'IFCS. Studies in Classification, Data Analysis, and Knowledge Organization. Editors-in-chief: Bock, H.H., Gaul, W., Vichi, M. o allegato MODELLO DI DOMANDA (da redigere in carta semplice) Al Direttore del Dipartimento (o altra struttura) di ...................................... Alma Mater Studiorum Università di Bologna. Il/la sottoscritto/a............................................, nato/a a....................................., il....................., residente in............................., Provincia di.........................., Via...…..............n......, cap................, tel. …………. CHIEDE di essere ammesso/a a partecipare alla selezione con riferimento al bando del …….., per l’attribuzione di n........... assegni/o per lo svolgimento di attività di collaborazione al progetto di ricerca .................………….………. presso il dipartimento (o altra struttura) di ………………………. dell’Alma Mater Studiorum Università di Bologna. A tal fine, cosciente delle responsabilità anche penali in caso di dichiarazioni non veritiere DICHIARA - di essere cittadino/a ............................; - di non avere riportato condanne penali o di non avere procedimenti penali in corso (in caso contrario, indicare quali); - di possedere il diploma di laurea (vecchio ordinamento) in ………………………………………. o diploma di laurea specialistica (nuovo ordinamento) in ..…………………………………………, conseguito presso...............................……………… in data.....................……, - di possedere il titolo di dottorato in...……………………..........., conseguito presso ……………. ................................. in data ……………… (questa seconda dichiarazione è eventuale) - di chiedere la valutazione dei seguenti titoli di cui all’art. 4 del bando da parte della Commissione giudicatrice (vedere modulo allegato per la dichiarazione sostitutiva). .............................................................................. ............................................................................. ............................................................................ di essere portatore di handicap e di avere necessità del seguente ausilio __________________________________________________________________________________ Chiede, inoltre, che ogni comunicazione relativa alla presente selezione venga inviata al seguente indirizzo: ..........................................................., impegnandosi a comunicare eventuali variazioni. _l_ sottoscritt__ allega alla presente domanda i seguenti documenti: (indicare gli allegati) Luogo e data: ............................................ Firma del candidato..………………............................. (obbligatoria a pena di nullità della domanda) Allegato DICHIARAZIONE SOSTITUTIVA resa ai sensi e per gli effetti del DPR 28 dicembre 2000 n. 445 (da allegare alla domanda secondo quanto previsto dall’art. 3 del bando) Il/la sottoscritto/a Dott.................................................................., nato/a a........................................., il......................., residente in …………………………….Via ……………………….n. ………….. Consapevole che, ai sensi degli artt. 75 e 76 del DPR 28 dicembre 2000 n. 445, in caso di dichiarazioni mendaci, falsità negli atti o uso di atti falsi, incorrerà nelle sanzioni penali richiamate e decadrà immediatamente dalla eventuale attribuzione dell’assegno di ricerca: DICHIARA 1) di possedere il diploma di laurea (vecchio ordinamento) in ………………………………………. o diploma di laurea specialistica (nuovo ordinamento) in ..…………………………………………, conseguito presso...............................……………… in data.....................……, 2) di avere conseguito il titolo di dottore di ricerca in.............................., in data........................., presso.....................................................(eventuale) 3) di essere in possesso dei seguenti ulteriori titoli di studio e/o professionali (indicare tutti i dati necessari per una eventuale verifica da parte della struttura): .......................................................................................... .......................................................................................... .......................................................................................... 4) che le fotocopie relative ai seguenti titoli sono conformi all'originale (da compilare solo se si presentano fotocopie dei titoli) …………………………………… …………………………………… …………………………………… data, ..................................... ....................................................... (firma) (allegare fotocopia del documento di identità nel caso la dichiarazione non sia firmata alla presenza dell’addetto al ricevimento)