TOPBAR

Thesis

THESIS

Un grant per le
migliori tesi Stem

Ti stai laureando in materie Stem?
Con la tua tesi di laurea puoi accedere
ad un GRANT di € 3.000

Finanziare la conoscenza per la conoscenza stessa consente di spingersi oltre i limiti attuali del sapere.

Ciò conduce a nuove scoperte, teorie rivoluzionarie e paradigmi innovativi che non possono nascere se ci si concentra solo su applicazioni pratiche o risultati immediati.

Questo mindset permette agli studenti e ai ricercatori di indagare argomenti che li appassionano senza essere limitati da restrizioni di applicabilità o risultati immediati.

Scientifica Venture Capital ha creato Thesis
per diffondere l’importanza di investire nel sapere

A CHI È RIVOLTO?

Laureati e laureandi triennali, laureati e laureandi magistrali iscritti ad Università o atenei italiani nei corsi di laurea in campo scientifico, tecnologico, ingegneristico e matematico.
Sono ammesse tesi scritte in lingua italiana o inglese

PREMIO

Per ogni anno accademico vengono selezionate fino ad un massimo di 10 tesi di laurea.
I candidati selezionati ricevono un grant di € 3.000 ed accedono ad un percorso di mentorship sull’Imprenditorialità e sul mondo delle Start-up.

MODALITÀ DI PARTECIPAZIONE

I grants vengono assegnati attraverso un processo di selezione aperto tre volte l’anno.
È possibile candidare solamente le tesi che sono state discusse nei sei mesi precedenti alla richiesta di partecipazione. Gli interessati possono presentare domanda compilando il form di seguito.
Scarica il regolamento

Scopri i vincitori

Tesista:
Titolo:
Facoltà:
Università:
Maddalena Cavallo
Microstructure-Weighted Connectomics: Validation and application of a novel diffusion MRI protocol for mapping brain structural connectivity
Fisica Applicata
Università di Bologna Alma Mater Studiorum
Tesista:
Titolo:
Facoltà:
Università:
Beatrice Annunziata Milano
Lesion Network Mapping of functional disability
Medicina e Chirurgia
Università di Pisa
Tesista:
Titolo:
Facoltà:
Università:
Giorgio Carbone
Deep Models of the Human Cortex to Predict fMRI Responses to Visual Scenes
Data Science
Università degli Studi di Milano – Bicocca
Tesista:
Titolo:
Facoltà:
Università:
Noemi Sgambelluri
Fostering Confidence: Evaluating Inter-Site Reproducibility of Bingham-NODDI Model Measures using Phantoms and In-Vivo Acquisitions
Fisica
Università di Bologna Alma Mater Studiorum
Tesista:
Titolo:
Facoltà:
Università:
Angelo Mulas
Comparison of octaweb configuration and annular aerospike nozzle for reusable launch vehicles
Ingegneria Aerospaziale
Politecnico di Torino
Tesista:
Titolo:
Facoltà:
Università:
Ilaria Rosa
Synthesis and characterization of nanoporous materials for gas storage
Scienze dei Materiali
Università degli Studi di Milano – Bicocca
Tesista:
Titolo:
Facoltà:
Università:
Ginevra Fulco
Studio degli Effetti della Radioattività Ambientale sui Quantum Bit Superconduttori
Fisica
Università degli studi di Roma La Sapienza
Tesista:
Titolo:
Facoltà:
Università:
Daniele Cucurachi
Quantum-Enhanced Monte Carlo Markov Chain Optimization
Fisica
EPFL – École Polytechnique Fédérale de Lausanne
Tesista:
Titolo:
Facoltà:
Università:
Matteo Scuderi
Inseguimento di traiettorie ed evitamento di ostacoli tramite Control Barrier Functions: implementazione via quadratic programming
Ingegneria Informatica e Automatica
Università degli studi di Roma La Sapienza

FORM APPLICATION 
Candida la tua tesi di laurea
CANDIDATI