Bolsa de PD em Aprendizado de Máquina

Post-doctoral Fellowship in Machine Learning

Nº: 1851

Área de conhecimento: Ciência da Computação

Field of knowledge: Computer science

Nº do processo FAPESP: 2016/04986-6

FAPESP process: 2016/04986-6

Título do projeto: Armadilhas e Sensores Inteligentes: Uma Abordagem Inovadora para Controle de Insetos Peste e Vetores de Doenças

Project title: Intelligent Traps and Sensors: an Innovative Approach to Control Insect Pests and Disease Vectors

Área de atuação: Aprendizado de Máquina e Mineração de Dados

Working area: Machine Learning and Data Mining

Quantidade de vagas: 1

Number of places: 1

Pesquisador principal: Gustavo Enrique de Almeida Prado Alves Batista

Principal investigator: Gustavo Enrique de Almeida Prado Alves Batista

Unidade/Instituição: Instituto de Ciências Matemáticas e de Computação/USP

Unit/Instituition: Instituto de Ciências Matemáticas e de Computação/USP

Data limite para inscrições: 31/01/2018

Deadline for submissions: 2018-01-31

Publicado em: 17/11/2017

Publishing date: 2017-11-17

Localização: University of Sao Paulo, Av. Trabalhador Sao-Carlense, 400, São Carlos

Locale: University of Sao Paulo, Av. Trabalhador Sao-Carlense, 400, São Carlos

E-mail para inscrições: gbatista@icmc.usp.br

E-mail for proposal submission: gbatista@icmc.usp.br

  • Resumo Summary

    O Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP) oferece uma vaga de pós-doutoramento na área de Aprendizado de Máquina.

    A bolsa é financiada pela FAPESP e tem vigência de 12 meses.

    Mais informações sobre a bolsa de Pós-­Doutorado da FAPESP estão disponíveis em www.fapesp.br/bolsas/pd. O valor da bolsa será de acordo com o estipulado para Pós­ Doutor pela FAPESP (www.fapesp.br/3162). 

    Descrição:

    O pós-doutorado irá trabalhar com as técnicas de Aprendizado de Máquinas aplicadas a fluxos de dados para classificação e quantificação. Os métodos pesquisados serão aplicados às tarefas de classificar e contar insetos pragas e vetores capturados por uma armadilha automática de insetos, entre outros problemas de benchmark. Essa armadilha usa um sensor que foi desenvolvido ao longo dos últimos anos para reconhecer espécies de insetos usando dados de movimento de asas. O reconhecimento de insetos permitirá a criação de mapas de densidade de insetos em tempo real que podem ser usados para apoiar intervenções locais.

    Requisitos:

    É necessário que o candidato tenha título de doutor em Ciência da Computação ou áreas afins, com experiência em Aprendizado de Máquina e Mineração de Dados. O candidato deve ter finalizado seu doutorado nos últimos 5 anos.

    Inscrição:

    Os candidatos interessados devem enviar um e-mail tendo no campo assunto “post-doctoral application – Machine Learning” para Gustavo E. A. P. A. Batista (gbatista@icmc.usp.br), anexando uma carta de apresentação incluindo nomes e informações de contato de dois profissionais que o possam recomendar (não incluir cartas de recomendação) e currículo. Todos os documentos devem ser enviados em formato PDF. O prazo limite para envio dos documentos é 31/01/2018. 

    The Institute of Mathematical and Computer Sciences at University of São Paulo (ICMC-USP) opens one post-doctoral research position in Machine Learning, and Data Mining applied to Data Streams. The selected candidate will work at ICMC-USP located in Sao Carlos/SP, Brazil.

    The Sao Paulo Research Foundation -- FAPESP provides the financial support with a monthly payment of R$ 7,174.80. Financial support can also be provided to cover transportation expenses as to the move to São Carlos - Brazil. An additional grant is also provided to cover participation in highly relevant conferences and workshops, as well as research trips (limited to 15% of the annual amount of the fellowship). The position is for one year. The start date is negotiable but must occur before May 2018.

    Job Description:

    The post-doc will work with Machine Learning techniques applied to Data Streams for classification and quantification. The proposed method will be applied to the task of classifying and counting insect pests and vectors captured by an automatic insect trap, among other benchmark problems. The aforementioned trap uses a sensor that we have developed over the last years to recognize insect species using wingbeat data. The insect recognition will allow the creation of real-time insect density maps that can be used to support local interventions.

    Requirements:

    Applicants should have Ph.D. in Computer Science or related fields with experience in Machine Learning and Data Mining. Candidates must have completed their Ph.D. in the last five years.

    Application:

    Please send your application before January 31, 2018, to gbatista@icmc.usp.br. Please indicate “post-doctoral application – Machine Learning” in the subject line. Applications should include curriculum vitae, statement of research interests and two contacts information for recommendation letters (PDF files only). 

    Contract Condition:

    Grant from FAPESP funding agency, approved as part of the e-Science research projects.