Bolsa de PD em Data Analytics / Aprendizagem de Máquina

Post-Doctoral Fellowship in Data Analytics / Machine Learning

Nº: 5841

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 / Aprendizagem de Máquina

Working area: Data Analytics / Machine Learning

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 Universidade de São Paulo (IF-USP)

Unit/Instituition: Instituto de Física da Universidade de São Paulo (IF-USP)

Data limite para inscrições: 14/04/2023

Deadline for submissions: 2023-04-14

Publicado em: 09/03/2023

Publishing date: 2023-03-09

Localização: Rua do Matão, 1371 (Instituto de Física, Laboratório de Física da Atmosfera), São Paulo

Locale: Rua do Matão, 1371 (Instituto de Física, Laboratório de Física da Atmosfera), São Paulo

E-mail para inscrições: lmachado@if.usp.br

E-mail for proposal submission: lmachado@if.usp.br

  • Resumo Summary

    O Projeto Temático bilateral Brasil-China “Efeitos sinergéticos das mudanças climáticas e do uso do solo nas fontes e sumidouros de carbono na Amazônia” oferece uma bolsa de pós-doutorado para desenvolver modelos de estimativa de fluxos de carbono e energia na Floresta Amazônica, baseados em dados. 

    O(A) candidato(a) aplicará técnicas de aprendizagem de máquina como Random Forest e Redes Neurais Artificiais a um conjunto de dados locais e de sensoriamento remoto, incluindo variáveis meteorológicas, índices de vegetação e uso da terra. O principal objetivo é aumentar a escala de representatividade das medidas de fluxo locais para a escala regional, além de avaliar a importância relativa de diferentes preditores. Os modelos desenvolvidos também serão utilizados em combinação com modelos climáticos sob diferentes cenários de uso da terra e clima, no âmbito do Projeto Temático.

    O(A) candidato(a) deve ter experiência com programação em linguagem Python e técnicas de aprendizagem de máquina, e deve ter concluído o doutorado há menos de 7 anos. É desejável formação ou experiência nas áreas de meteorologia, geociências, física ambiental ou ecologia.

    Os(As) candidatos(as) devem enviar por e-mail: currículo atualizado, cópia do diploma de doutorado, histórico escolar da pós-graduação e uma carta de motivação descrevendo experiências prévias e interesses de pesquisa.

    A vaga está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP no valor de R$ 8.479,20 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 bilateral Brazil-China project entitled “Synergistic effects of climate change and land use on carbon source and sink of Amazon forest ecosystem” offers a postdoc fellowship to develop data-driven models on carbon and energy fluxes in the Amazon forest. The postdoc will be based in the University of São Paulo's Physics Institute (IF-USP) in Brazil and will be funded by a fellowship granted by the São Paulo Research Foundation (FAPESP).

    The candidate will apply machine learning techniques like Random Forests and Artificial Neural Networks to an integrated data set of local and remote sensed observations, including meteorological variables, vegetation indexes and land use. The main objective is to upscale local flux observations to the regional scale, as well as to investigate the relative importance of environmental predictors. The data-driven models will also be combined with processed-based weather models under different land use and climate scenarios, in the scope of the bilateral project.

    This research plan requires programming skills in Python and experience in computer science and data analytics. Background in meteorology, geosciences, environmental physics or ecology is desirable. According to the rules of FAPESP, candidates should have completed their doctoral programs no more than seven years prior to application.

    Applicants should send the following documents by email: updated CV; date of PhD conclusion; academic record of graduate courses; motivation letter highlighting your background and research interests.

    This opportunity is open to candidates of any nationality. The selected candidate will receive a FAPESP Post-Doctoral fellowship in the amount of R$ 8,479.20 monthly and a research contingency fund, equivalent to 10% of the annual value of the fellowship which should be spent on items directly related to the research activity.