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 projeto URBANGREENOPT, no âmbito do “Worlds in Transitions”, um CIP apoiado pela FAPESP constituído por USP e Centre National de la Recherche Scientifique (CNRS). O bolsista atuará no pilar “Descarbonização” do projeto, com foco 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 Metropolitan Region of São Paulo. Opportunity related to the URBANGREENOPT project, within the scope of “Worlds in Transitions”, an IRC supported by FAPESP and established by USP and the Centre National de la Recherche Scientifique (CNRS). The fellow will work on the project's “Decarbonization” pillar, with a focus on the analysis of the spatio-temporal dynamics of peri-urban forests, using LiDAR remote sensing data and deep learning methods to assess canopy 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; aplicação de métodos de aprendizado de máquina e aprendizado profundo em imagens de sensoriamento remoto; domínio de programação (R, Python ou similar); capacidade de trabalho colaborativo, incluindo interação com diferentes partes interessadas; excelente comunicação oral e escrita; bom domínio do inglês.

  PhD in areas related to forest resources, remote sensing, data science, or computing, obtained within a maximum of 7 years; application of machine learning and deep learning methods to remote sensing images; proficiency in programming (R, Python, or similar); ability to work collaboratively, including interaction with diverse stakeholders; excellent oral and written communication; good command of English.

• Requisitos desejáveis Desirable requirements

  Experiência em processamento e análise de dados LiDAR; publicações em periódicos científicos.

  Experience in LiDAR data processing and analysis; publications in scientific journals.

• Como se candidatar How to apply

  As candidaturas devem ser submetidas até 27 de setembro 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 outubro. A bolsa terá início em outubro/novembro (condicionado à aprovação pela FAPESP) e estará vinculada ao programa de pós-doutorado da USP.

  Applications must be submitted by September 27, 2026, via online form. Required documents: CV in FAPESP format (including Lattes/ORCID/Web of Science and metrics), a cover letter highlighting relevant experience (including teamwork and public policy interface), and three references. Between 3 and 5 candidates will be selected for an online interview in mid-October. The fellowship will begin in October/November (subject to FAPESP approval) and will be linked to the USP post-doctoral program.