Bolsa de PD em Mapeamento e Sensoriamento Remoto

Post-Doctoral Fellowship in Mapping and Remote Sensing

• Resumo Summary

  O pós-doc será supervisionado pelo Dr. João Francisco Gonçalves Antunes (Embrapa).

  Descrição

  Testar diferentes máquinas e algoritmos de aprendizado profundo; aplicar as abordagens de classificação propostas para mapear campos ICLS; realizar pesquisa de campo para coleta de dados de referência adicionais; explorar diferentes variáveis preditoras derivadas do radar de abertura óptica e sintética (SAR).

  Requisitos

  Possuir doutorado em engenharia/ciências da terra/geografia/agronomia/informática, com aplicações de sensoriamento remoto orbital; forte conhecimento de séries temporais de imagens de satélite, processamento avançado de imagens digitais e análise de dados de sensoriamento remoto. Experiência com linguagens de programação (R e Python) e técnicas de análise de dados; experiência no uso de SIG para desktop e software de sensoriamento remoto. Experiência com o PlanetScope e as imagens SAR serão uma mais-valia. As qualificações mínimas incluem capacidade comprovada de publicar artigos revisados por pares, forte relacionamento interpessoal e adequada fluência em inglês e português. Trabalho em tempo integral, inicialmente 09 meses, com início em outubro de 2021 (+ 12 meses de extensão).

  Candidaturas por e-mail para Paulo Graziano (graziano@g.unicamp.br) com cópia para jprates@unicamp.br, assunto “Projeto FAPESP 2017 / 50205-9 pós-doutorado PD6” com carta de apresentação informando suas experiências e explicando como atenderia às qualificações mínimas (duas páginas), e duas cartas de recomendação (pdf).

  A vaga está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP no valor de R$ 7.373,10 mensais e Reserva Técnica equivalente a 10% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.

   

  The post-doc will be under the supervision of Dr. João Francisco Gonçalves Antunes, from EMBRAPA, the Brazilian Agricultural Research Corporation. Studies will be conducted at the Interdisciplinary Center of Energy Planning of University of Campinas (NIPE-UNICAMP), São Paulo state, Brazil.

  Job description

  Test different machine and deep learning algorithms; apply the proposed classification approaches to map ICLS fields; carry out field campaigns for collection of additional reference data; explore different predictor variables derived from optical and Synthetic-Aperture Radar (SAR).

  Requirements

  A Ph.D. in engineering / earth sciences / geography / agronomy / computer science, with applications of orbital remote sensing; strong knowledge of satellite image time series, advanced digital image processing, and analysis of remotely sensed data. Experience with programming languages (i.e., R and Python) and data analysis techniques; experience using desktop GIS and remote sensing software. Experience with PlanetScope and SAR imagery will be an asset. Minimum qualifications include a demonstrated ability to publish peer-reviewed papers, strong interpersonal skills, and adequate fluency in English and in Portuguese. Full-time work, initially 09 months, starting in October 2021 (+ 12 months extension).

  Inquiries by email to Paulo Graziano (graziano@g.unicamp.br) with a copy to jprates@unicamp.br, subject “FAPESP project 2017/50205-9 post-doc PD6” with cover letter stating your professional experiences and how you would satisfy the minimum qualifications (2 pg), a CV, and two recommendations letter (pdf).

  This opportunity is open to candidates of any nationalities. The selected candidate will receive a Post-Doctoral fellowship from the São Paulo Research Foundation (FAPESP) in the amount of R$ 7,373.10 monthly and a research contingency fund, equivalent to 10% of the annual value of the fellowship which should be spent in items directly related to the research activity.