Bolsa de PD em Sensoriamento Remoto / Inteligência Artificial / Quantificação de Biomassa

Post-Doctoral Fellowship in Remote Sensing / Artificial Intelligence / Biomass Quantification

• Atividades e contexto Activities and context

  Vaga de pós-doutorado para investigar o papel de florestas urbanas e periurbanas na mitigação de mudanças climáticas na Região Metropolitana de São Paulo. Oportunidade relacionada ao pilar Descarbonização do projeto “URBANGREENOPT – Desafios da otimização da renaturalização urbana a fim de promover uma transição rumo a megalópoles mais sustentáveis e resilientes: uma perspectiva integrativa”, no âmbito do “Worlds in Transitions” – um CIP apoiado pela FAPESP constituído por USP e o Centre National de la Recherche Scientifique (CNRS). O bolsista atuará na análise da dinâmica espaço-temporal das florestas periurbanas, utilizando dados de sensoriamento remoto LiDAR e métodos de aprendizado profundo para avaliar cobertura, qualidade, estoques de carbono e serviços ecossistêmicos.

  Post-doctoral position to investigate the role of urban and peri-urban forests in climate change mitigation in the São Paulo Metropolitan Region. This opportunity is part of the Decarbonization pillar project “URBANGREENOPT – Challenges of urban greening optimization to promote a transition towards more sustainable and resilient megalopolises: an integrative perspective” within the “Worlds in Transitions” International Research Center (IRC), supported by FAPESP and jointly led by the University of São Paulo (USP) and the Centre National de la Recherche Scientifique (CNRS). The fellow will analyze the spatiotemporal dynamics of peri-urban forests using LiDAR remote sensing data and deep learning methods to assess forest cover, quality, carbon stocks, and ecosystem services.

• Requisitos obrigatórios Mandatory requirements

  Doutorado em áreas relacionadas a recursos florestais, sensoriamento remoto, ciência de dados ou computação, obtido há no máximo 7 anos; experiência em processamento e análise de dados LiDAR e aplicação de métodos de machine learning e deep learning em sensoriamento remoto; domínio de programação (R, Python ou similar); capacidade de trabalho colaborativo, incluindo interação com diferentes atores; excelente comunicação oral e escrita; bom domínio do inglês.

  PhD in areas related to forest resources, remote sensing, data science, or computer science, obtained within the last 7 years; experience in LiDAR data processing and analysis, and in applying machine learning and deep learning methods to remote sensing data; proficiency in programming (R, Python, or similar); ability to work collaboratively, including engagement with diverse stakeholders; excellent oral and written communication skills; good command of English.

• Como se candidatar How to apply

  As candidaturas devem ser submetidas até 14 de maio de 2026 por meio de formulário on-line. Documentos exigidos: CV no formato FAPESP (incluindo Lattes/ORCID/Web of Science e métricas), uma carta de interesse destacando a experiência relevante (incluindo trabalho em equipe e interface com políticas públicas) e três referências. Entre 3 e 5 candidatos serão selecionados para entrevista on-line em meados de maio. A bolsa terá início em julho/agosto (condicionado à aprovação pela FAPESP) e estará vinculada ao programa de pós-doutorado da USP.

  Applications must be submitted by May 14, 2026, via the online form. Required documents include a CV in FAPESP format (including Lattes/ORCID/Web of Science profiles and metrics), a statement of interest highlighting relevant experience (including teamwork and engagement with public policy), and three references. Between 3 and 5 candidates will be shortlisted for online interviews in mid-May. The fellowship is expected to start in July/August (subject to FAPESP approval) and will be linked to the USP post-doctoral program.