Bolsa de TT-V em Inteligência Artificial

Level 5-Technical Training Fellowship in Artificial Intelligence

Nº: 8492

Área de conhecimento: Ciência da Computação

Field of knowledge: Computer science

Nº do processo FAPESP: 2024/15527-9

FAPESP process: 2024/15527-9

Título do projeto: SMART: Gerenciamento Sustentável da Agricultura com o Contínuo Computacional Inteligente

Project title: SMART: Sustainable Management of Agriculture with the Intelligent Computing Continuum

Área de atuação: Inteligência Artificial

Working area: Artificial Intelligence

Quantidade de vagas: 1

Positions: 1

Início: 01/01/2026

Start: 2026-01-01

Pesquisador responsável: Carlos Kamienski

Principal investigator: Carlos Kamienski

Unidade/Instituição: Centro de Matemática, Computação e Cognição, Universidade Federal do ABC (CMCC-UFABC)

Unit/Instituition: Centro de Matemática, Computação e Cognição, Universidade Federal do ABC (CMCC-UFABC)

Data limite para inscrições: 01/10/2025

Deadline for submissions: 2025-10-01

Publicado em: 19/08/2025

Publishing date: 2025-08-19

Localização: Av. dos Estados, 5001, Santo André

Locale: Av. dos Estados, 5001, Santo André

E-mail para inscrições: carlos.kamienski@ufabc.edu.br

E-mail for proposal submission: carlos.kamienski@ufabc.edu.br

  • Resumo

    Esta Bolsa FAPESP de Treinamento Técnico nível cinco (TT-V) envolve o desenvolvimento de modelos de aprendizado profundo para sistemas de irrigação preditivos em agricultura inteligente sustentável. O objetivo é usar algoritmos de aprendizado de máquina para prever com precisão a umidade do solo, a evapotranspiração e as necessidades hídricas das culturas com base em fatores ambientais. Os modelos preditivos serão integrados a sistemas de irrigação inteligentes para otimizar o uso da água, melhorar o rendimento das culturas e contribuir para a segurança alimentar. O pesquisador trabalhará com uma equipe multidisciplinar e terá acesso a dados reais dos locais piloto do projeto no Brasil e na China.

    Objetivos específicos:

    1) Investigar arquiteturas de aprendizado profundo (como RNNs, CNNs, LSTMs, Transformers, etc.) na agricultura inteligente;

    2) Implementar técnicas robustas de quantificação de incertezas para fornecer intervalos de confiança para os modelos preditivos;

    3) Integrar os modelos preditivos baseados em aprendizado profundo em um sistema de irrigação inteligente.

    O candidato deve: a) possuir bacharelado em Ciência da Computação, Engenharia Elétrica ou área relacionada e pelo menos cinco anos de pesquisa ou experiência profissional após a graduação, ou; b) possuir doutorado nessas áreas.

    O valor da bolsa é R$ 9.760,00.

    Formulário: https://forms.gle/poJrp2eudK4oQYRG7.