Bolsa de PD em Data Analytics
Post-Doctoral Fellowship in Data Analytics
Nº: 6090
Área de conhecimento: Geociências
Field of knowledge: Geosciences
Nº do processo FAPESP: 2022/07974-0
FAPESP process: 2022/07974-0
Título do projeto: Efeitos sinergéticos das mudanças climáticas e do uso do solo nas fontes e sumidouros de carbono na Amazônia
Project title: Synergistic effects of climate change and land use on carbon source and sink of Amazon Forest ecosystem
Área de atuação: Data Analytics
Working area: Data Analytics
Quantidade de vagas: 1
Number of places: 1
Pesquisador responsável: Luiz Augusto Toledo Machado
Principal investigator: Luiz Augusto Toledo Machado
Unidade/Instituição: Instituto de Física da USP
Unit/Instituition: Instituto de Física da USP
Data limite para inscrições: 30/06/2023
Deadline for submissions: 2023-06-30
Publicado em: 26/05/2023
Publishing date: 2023-05-26
Localização: Rua do Matão, 1371 (Departamento de Física Aplicada), São Paulo
Locale: Rua do Matão, 1371 (Departamento de Física Aplicada), São Paulo
E-mail para inscrições: lmachado@if.usp.br
E-mail for proposal submission: lmachado@if.usp.br
-
Resumo
Summary
Oferecemos uma bolsa de pós-doutorado para trabalhar com modelos de aprendizagem de máquina em associação com modelos climáticos. No âmbito do Projeto Temático, serão realizadas simulações de desflorestamento e degradação da Amazônia com modelos numéricos globais para cenários de 50 anos. Além do modelo global, modelos regionais serão empregados para avaliar como a mudança de uso da terra impacta no ciclo de carbono e da água. As simulações vão gerar extensas séries temporais de dados georreferenciados que deverão ser analisados com técnicas de aprendizagem de máquina e análises convencionais. A preparação das rodadas dos modelos climáticos, bem como as análises e a combinação com dados observacionais, serão as principais tarefas deste pós-doc. Estão previstos estágios na Alemanha e na China. A vaga é para o Laboratório de Física Atmosférica do Instituto de Física da USP, sob supervisão dos professores Luiz Machado e Luciana Rizzo.
Requisitos: experiência em Python e em técnicas de aprendizagem de máquina. Conclusão do doutorado há menos de 7 anos. Desejável experiência nas áreas de meteorologia, geociências, física ambiental ou ecologia.
Inscrição: enviar por e-mail currículo atualizado, diploma de doutorado, histórico da pós-graduação e carta de motivação.
A vaga está aberta a brasileiros e estrangeiros. O valor da bolsa FAPESP é de R$ 9.047,40 mensais ao longo de 18 meses, e inclui Reserva Técnica equivalente a 10% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.
A post-doc fellowship is open at the Atmospheric Physics Laboratory at the University of São Paulo's Physics Institute (IF-USP) in Brazil. The post-doc will work with machine learning models in association with climate models. Collaborators within the Thematic Project will perform simulations with global climate models with different scenarios of deforestation and forest degradation in Amazonia in a time frame of 50 years. In addition, regional weather models will be used to investigate the impacts of land use change on carbon and water cycles. The simulations will generate large time series and spatialized data that will be analyzed by the post-doc using conventional and machine learning methods. The main activities of this post-doc position are: preparation of climate model runs, analysis of model and observational data. Short internships in Germany and China are planned.
This opportunity is open to candidates of any nationality, with a fellowship granted by the São Paulo Research Foundation (FAPESP) in the amount of R$ 9,047.40 monthly plus a research contingency fund equivalent to 10% of the fellowship's annual value, for 18 months.
Requirements: programming skills in Python and experience in machine learning and data analytics. Background in meteorology, geosciences or environmental physics is desirable. Candidates should have completed their PhD no more than seven years prior to application.
Applications by email, including updated CV; date of PhD conclusion; academic record of graduate courses; motivation letter.
-
Enviar
Oportunidade - Oportunidades Abertas Open Opportunities
-
Fellowships Opportunities