The BOOSTalent Project brings together an eight-partner consortium, comprised of five HEIs and three business partners, to enhance institutional innovation and entrepreneurship practices. With a vision for 2030, the consortium aims to foster innovation in AI and machine learning (ML) across HEIs, students, and businesses, particularly in the fields of aerospace, electronics, advanced materials, sustainability, and biodiversity. The consortium seeks to establish a long-term partnership between industry, academia, and government to develop cutting-edge education programmes, and address the climate crisis and wider sustainability issues. The Project aligns with the goals of the Deep Tech Talent Initiative, Climate-KIC, EIT Digital, and EIT Raw Materials, and supports their strategic aims


Machine Learning in Atomistic Materials Engineering

This four-lecture course explores the exciting intersection of machine learning (ML) and atomistic materials engineering, a powerful approach to materials modeling alleviating the limitations of traditional methods, such as DFT. We will look into the theoretical foundations of ML techniques and their applications using the cutting-edge tools and frameworks to analyze atomistic data, construct linear atomistic models, and develop machine learning interatomic potential (MLIP) models.

Digital Twins for advanced materials and sustainable structures

The course aims to provide participants with a profound understanding of the theoretical foundations, practical implementation, and emerging trends in the integration of digital twins within the realms of advanced materials and sustainable structural design. It helps to bridge the gap between theory and practice, empowering learners to leverage digital twins for the development of innovative materials and environmentally conscious environment.


Фундаментальні основи деформування та руйнування матеріалів і конструкцій

Мета навчального курсу полягає в наданні слухачам глибоких знань про процеси деформування та руйнування матеріалів і конструкцій, а також в розвитку навичок аналізу та прогнозування фізико-механічних процесів в конструкційних матеріалах під дією зовнішнього впливу. Цей курс дозволить розширити розуміння фундаментальних принципів механіки матеріалів, вивчити процеси деформування матеріалів під впливом навантажень і зрозуміти, як ці деформації впливають на міцність та роботоздатність конструкцій, ознайомитись з різними методами визначення міцності та тріщиностійкості матеріалів і конструкцій, включаючи лабораторні дослідження та обчислювальні методи. Це допоможе слухачам розвити навички аналізу, проектування та вдосконалення матеріалів і конструкцій, що є важливими для інженерної сфери, будівництва, аерокосмічної промисловості, автомобілебудування та багатьох інших галузях.

ADVANCED POWDER TECHNOLOGIES

The lecture course “ADVANCED POWDER TECHNOLOGIES” is based on practical R&D experience of nanostructured materials from their synthesis to consolidation. The main principles of material structure engineering are considered. Examples of the application of modern technologies like Spark-plasma sintering, Microwave sintering, and Rate-controlled sintering for manufacturing of bulk nanostructured materials of various functional purposes are given.


INTRODUCTION TO POWDER TECHNOLOGY

The course of lectures INTRODUCTION TO POWDER TECHNOLOGY is devoted to the basics of working with nanostructured objects, for example, nanopowders, nanofibers, etc. Within the framework of the proposed course of lectures, the listeners will be introduced to research on the synthesis and consolidation of ceramic nanocomposites using such modern methods as Sperk-Plasma Sintering, Microwave sintering and Rate-controlled sintering. The advantages of nanostructure materials compared to traditional materials with a micron grain size will be shown.

Machine Learning in Materials Lifecycle

This course, "Machine Learning in Materials Lifecycle," offers a comprehensive introduction to the intersection of machine learning and materials science. Designed for undergraduate students and business professionals with limited technical background, the course spans five two-hour lectures. It covers the basics of machine learning and materials science, and delves into how machine learning algorithms can be applied across the materials lifecycle—from discovery and development to production, testing, application, and recycling. Through case studies and real-world examples, participants will gain insights into the transformative impact of machine learning on materials science, preparing them for future opportunities and challenges in this interdisciplinary field.

Основи теорії фазових перетворень у металах та сплавах

Представлений курс лекцій містить огляд сучасних уявлень про процеси перетворення, що відбуваються у металах та сплавах. Під терміном «перетворення» тут розуміються процеси, що призводять до формування та зміни структури твердих тіл: розподіл атомів у кристалічній граткі, атомне впорядкування, процеси кристалізації, фазові перетворення у твердому стані, поліморфні і мартенситні перетворення, тобто такі, які  не супроводжуються перерозподілом хімічних елементів у твердому розчині. Ці знання сприятимуть глибокому розумінню процесів структуроутворення у сучасних матеріалах і підготують до розв'язання фундаментальних та практичних задач у галузі сучасного матеріалознавства.

Основи матеріалознавства

Курс містить  необхідні початкові знання про матеріали, методи їх класифікації, структуру та властивості, визначає переваги та недоліки різних матеріалів - сталей, чавунів, легких сплавів - алюмінієвих та магнієвих, неметалевих матеріалів. Запропоновваний курс пропонує студентам широкий огляд різноманітних типів матеріалів та їхніх властивостей. Це допоможе студентам зрозуміти класифікацію матеріалів та їх застосування в різних сферах. Курс дає фундаментальні знання, необхідні для подальшого вивчення матеріалознавства та спеціалізації в цій галузі. Ці знання сприятимуть глибокому розумінню матеріалів і підготують до розв'язання фундаментальних та практичних задач у галузі сучасного матеріалознавства.

Методи дослідження властивостей, структури та складу сталей і сплавів

Курс містить вичерпний огляд методів вивчення хімічного складу, структури та властивостей сталей і сплавів, а також включає практичні навички, необхідні для проведення лабораторних досліджень і аналізу даних. Ці знання сприятимуть глибокому розумінню матеріалів і підготують до розв'язання фундаментальних та практичних задач у галузі сучасного матеріалознавства.


Fundamentals of advanced materials joining and processing

The purpose of the course is to form a comprehensive understanding of the main fundamental concepts and technologies of joining and processing of advanced materials. The course forms an understanding of physical, physico-chemical and mechanical processes that determine the possibility and quality of joining various materials; understanding of technological methods of welding and joining; knowledge about the peculiarities of connecting typical materials of different classes; skills of conducting basic calculations for the purpose of analyzing the main processes when joining materials and assessing the quality and reliability of joints and structures.