FPU-UPC 2026: Dos contractes predoctorals assignats al DEIO

FPU-UPC 2026: Dos contractes predoctorals assignats al DEIO

La Universitat Politècnica de Catalunya (UPC) ha publicat la Convocatòria FPU-UPC 2026 de CONTRACTES PREDOCTORALS de formació de professorat universitari. Són contractes de personal investigador predoctoral de 4 anys de durada, amb salari de 20.063,96 € bruts els dos primers anys i de 25.079,88 els dos últims. Hi haurà dues crides (o edicions) al llarg de l'any, una ara i l'altra a l'octubre. Aquí teniu l’enllaç a la convocatòria.

El Departament d’Estadística i Investigació Operativa de la UPC té assignats DOS contractes enguany, un a la primera edició (termini de sol·licitud del 20 de febrer fins al 20 de març) i l'altre a la segona (del 23 d'octubre fins al 20 de novembre).

Els temes de tesi han de ser de l’àmbit de l’estadística, la investigació operativa o la ciència de dades. Algunes propostes de temes de tesi són les següents:

• Building Resilient Rural Futures: develop models and algorithms to strengthen rural resilience by improving inclusion, access to services, and collective decision-making under uncertainty. (Jessica Rodríguez)
• Combined timetable tables in systems of public transport lines and rail passenger transport, with robustness in the presence of incidents. (Esteve Codina)
• Deep learning-based heuristics for combinatorial optimization problems in data privacy. (Jordi Castro)
• Enhancing interior point solvers for structured optimization problems. (Jordi Castro)
• Exploring spline-based neural networks as an alternative to standard ones. (Pedro Delicado)
• Market-clearing in nonconvex electricity markets. Advantages and challenges of convex hull pricing and alternatives. (Albert Solà)
• Measuring dependence in Bayes Spaces (Maribel Ortego, Pedro Delicado)
• Modeling of cooperative railway systems of freight transportation through methods in mathematical programming for their planning and operation. A case studies-based approach. (Esteve Codina)
• Statistics and AI-based advanced methods for monitoring, diagnosing, and anticipating failures in wind turbines. (David Agís, Francesc Pozo)
• Vortex models defined from the classical (differential) equations using cellular automata, specifically following the m:n-CAk generalization. (Pau fonseca)