Bolsa de TT-IV em Bioinformática

Level 4-Technical Training Fellowship in Bioinformatics

Nº: 3781

Área de conhecimento: Bioquímica

Field of knowledge: Biochemistry

Nº do processo FAPESP: 2014/50921-8

FAPESP process: 2014/50921-8

Título do projeto: Redes regulatórias e sinalização associadas à cana energia

Project title: Signaling and regulatory network studies associated to the energy cane

Área de atuação: Bioinformática

Working area: Bioinformatics

Quantidade de vagas: 1

Number of places: 1

Pesquisador responsável: Gláucia Mendes Souza

Principal investigator: Gláucia Mendes Souza

Unidade/Instituição: Instituto de Química da Universidade de São Paulo

Unit/Instituition: Instituto de Química da Universidade de São Paulo

Data limite para inscrições: 15/08/2020

Deadline for submissions: 2020-08-15

Publicado em: 22/07/2020

Publishing date: 2020-07-22

Localização: Av. Prof. Lineu Prestes, 748, São Paulo

Locale: Av. Prof. Lineu Prestes, 748, São Paulo

E-mail para inscrições: milton.nishiyama@butantan.gov.br

E-mail for proposal submission: milton.nishiyama@butantan.gov.br

  • Resumo

    A Bolsa TT-4 se destina a graduado(a), especialista em TI com pelo menos dois anos de experiência após a graduação ou título de mestrado na área de TI ou Bioinformática, sem vínculo empregatício, com dedicação integral de 40 horas semanais às atividades de apoio ao projeto de pesquisa (bolsa no valor mensal de R$ 3.104,80 por um período de 12 meses, renovável por mais 12 meses).

    O projeto tem como objetivo principal a evolução do banco de dados do Sucest-FunDB (http://sucest-fun.org/wsapp) e o desenvolvimento de novas metodologias e aplicações baseadas em métodos estatísticos e de aprendizado de máquina para integração de dados de larga escala de transcriptoma e metaboloma, com bancos de dados de ontologia de genes, vias de sinalização, entre outros, para inferência de novas relações e insights biológicos.

    Requisitos mínimos:

    • Conhecimentos em métodos de Bioinformática, Ciência da Computação e Estatística;

    • Conhecimentos em análise multivariada e aprendizado de máquina para dados de “ômicas”;

    • Conhecimentos avançado em linguagem Java, JavaScript, Perl e R;

    • Experiência em modelagem de Bancos de Dados e linguagem SQL;

    • Inglês intermediário.