Naš član Goran Mauša nagrađen je za najboljeg mladog znanstvenika Sveučilišta u Rijeci u 2016. godini
Zaklada Sveučilišta u Rijeci nagradila je poslijedoktoranda Gorana Maušu godišnjom nagradom za 2016. godinu u kategoriji mladih znanstvenika za područje tehničkih i prirodnih znanosti. Nagrada Zaklade Sveučilišta u Rijeci svake se godine dodjeljuje najzaslužnijim znanstvenicima, umjetnicima i asistentima koji su iznimnim doprinosom u znanstveno-istraživačkom, umjetničkom i nastavnom radu te u javnoj djelatnosti pridonijeli razvoju znanosti i umjetnosti na Sveučilištu u Rijeci, te akademskoj i široj zajednici. Član SEIP laboratorija Goran Mauša jedan je od šest nagrađenih za 2016. godinu. Odluku u cijelosti, kao i obrazloženje odluke, možete pročitati OVDJE.
Naša nova članica Ana Vranković sudjelovala je na SofCOM 2016 PhD Forum u Splitu, 22. 9. 2016.
Ana Vranković je nova članica našeg tima u EVOSOFT projektu. U sklopu prvog foruma namijenjenog doktorandima (PhD Forum) sudjelovala je na konferenciji SoftCOM 2016 u Splitu u periodu od 22. do 24. rujna, 2016. Naslov njezina rada bio je: Structural dependencies between system fault distribution principles.
Uključili smo se u CEEPUS III mrežu: CIII-HU-0019-00-1617
Tehnički fakultet i SEIP Lab ušli su u Central European Exchange Program for University Studies (CEEPUS) mrežu. Ime naše mreže je International Cooperation in Computer Science, a naš CEEPUS koordinator je Tihana Galinac Grbac. Zajedno sa partnerima iz Austrije, Bugarske, Češke, Mađarske, Makedonije, Rumunjske, Srbije, Slovačke i Slovenije, našim studentima i članovima tima nudimo mogućnost rada i studiranja u inozemstvu.
Naš član Goran Mauša osvojio je nagradu za najbolju istraživačku ideju na ljetnoj školi SBSE 2016 u Cadizu, 29.6. – 1.7. 2016.
EVOSOFT projekt je omogućio Goranu Mauši sudjelovanje na prvoj ljetnoj školi Summer School on Search-based Software Engineering (SS-SBSE) koja se održala u Cadizu, u periodu od 29. lipnja do 1. srpnja. U timu zajedno sa Aurorom Ramírez Quesada osvojio je nagradu za najbolju istraživačku ideju pod naslovom Defect Prediction Using a SBSE Approach.
English