Bolsa de PD em Mapeamento Sensoriamento Remoto

Post-Doctoral Fellowship in Mapping and Remote Sensing

• Resumo Summary

  Funções: testar diferentes algoritmos de aprendizado de máquina para classificar áreas de integração lavoura-pecuária (ILP) e outras coberturas da terra em áreas nos estados de São Paulo e Mato Grosso; aplicar as abordagens de classificação propostas para mapear áreas de ILP e outras classes de cobertura da terra em diferentes anos agrícolas; realizar levantamento de campo para coleta de dados de referência adicionais para validar as abordagens de classificação propostas.

  Requisitos: doutorado concluído em menos de 7 anos nas áreas de agronomia, geociências ou computação, com aplicações de sensoriamento remoto orbital; conhecimento avançado em séries temporais de imagens de satélite (Landsat ou Sentinel), processamento digital de imagens e análise de dados de sensoriamento remoto; experiência no uso de SIG desktop e softwares de sensoriamento remoto; conhecimento avançado em linguagens de programação R ou Python; experiência com algoritmos de aprendizado de máquina e aprendizado profundo para aplicações de sensoriamento remoto; nível intermediário a avançado em inglês e português; trabalho integral, inicialmente 06 meses, com + 12 meses de extensão.

  Inscrições: envie por e-mail (graziano@unicamp.br, com cópia para jprates@unicamp.br) uma carta de apresentação (máximo de 2 páginas), seu Curriculum Vitae (CV) e duas cartas de recomendação (todos documentos em pdf). Para mais detalhes, acesse: www.nipe.unicamp.br/oportunidades.php.

  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.

  Activities: Test different machine learning algorithms to classify areas of integrated crop-livestock systems (ICLS) and other land cover into areas in São Paulo and Mato Grosso states in Brazil; apply the proposed classification approaches to map ICLS areas and other land cover classes in different agricultural years; conduct field survey to collect additional baseline data to validate proposed classification approaches.

  Requirements: PhD completed in less than 7 years in the field of Agronomy, Geosciences or Computing, with orbital remote sensing applications; advanced knowledge in satellite image time series (Landsat or Sentinel), digital image processing and remote sensing data analysis; experience in using desktop GIS and remote sensing software; advanced knowledge in R or Python programming languages; experience with machine learning algorithms and deep learning for remote sensing applications; intermediate to advanced level in English and Portuguese; full work, initially 06 months, with + 12 months of extension.

  Application: Send by email (graziano@unicamp.br with jprates@unicamp.br in copy) a cover letter (maximum 2 pages), your Curriculum Vitae (CV) and two letters of recommendation (all documents in pdf). For more details, access www.nipe.unicamp.br/oportunidades.php.

  This opportunity is open to candidates of any nationality. 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.