Bolsa de PD em Ciência de Dados e IA aplicadas a Gestão Fiscal e Tributária

Post-Doctoral Fellowship in Data Science and AI applied to Fiscal and Tax Management

• Resumo Summary

  Plano de pesquisa: “Inteligência Fiscal Aplicada à Dívida Ativa Estadual: Modelagem Estatística, Machine Learning e Análise Avançada de Dados para Apoio à Gestão e à Recuperação de Créditos Tributários”

  Atividades: O(A) bolsista atuará na análise exploratória e estruturação de bases de dados da dívida ativa; desenvolvimento de modelos estatísticos e de machine learning para classificação, clusterização e predição; modelagem de séries temporais; análise de sobrevivência do ciclo de vida de Certidões de Dívida Ativa (CDAs); análise espacial da inadimplência tributária; e integração de resultados a painéis de Business Intelligence (Power BI). Também contribuirá com relatórios técnicos e produção científica.

  Requisitos: Doutorado e mínimo de cinco anos de experiência em pesquisa/profissional em área correlata; domínio de Python, bibliotecas de ML e modelos estatísticos; português e inglês fluentes; sem vínculo empregatício ou outra bolsa ativa; dedicação exclusiva.

  Vigência: 01/05/2026 a 30/04/2027.

  Inscrições: De 25/02 a 13/03/2026, pelo e-mail cemepi@usp.br, assunto “Bolsa Pós-Doc”, com carta de motivação, currículo Lattes, uma publicação em inglês e contatos de duas referências. Resultado até 20/03/2026. Edital completo: https://www.fearp.usp.br/pesquisa/auxilios-e-bolsas/outros-fomentos/fearp.html.

  A vaga está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP no valor de R$ 12.570,00 mensais e Reserva Técnica equivalente a 10% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.

  Research plan: “Applied Fiscal Intelligence for State Tax Debt: Statistical Modeling, Machine Learning and Advanced Data Analysis to Support Tax Credit Management and Recovery”

  Activities: The post-doctoral fellow will work on exploratory analysis and structuring of tax debt databases; development of statistical and machine learning models for classification, clustering and prediction; time series modeling; survival analysis of the tax debt lifecycle; spatial analysis of tax delinquency; and integration of results into Business Intelligence dashboards (Power BI). The fellow will also contribute to technical reports and scientific publications.

  Requirements: PhD and at least five years of research or professional experience in a related field; proficiency in Python, ML libraries and statistical models; fluency in Portuguese and English; no employment contract or other active scholarship; full-time dedication.

  Duration: 05/01/2026 to 04/30/2027.

  Workplace: University of São Paulo's Ribeirão Preto Faculty of Economics, Business Administration and Accountability (FEARP-USP) in Brazil.

  Applications: From 02/25 to 03/13/2026, via e-mail to cemepi@usp.br, subject “Postdoctoral Fellowship”, including a motivation letter, CV, one publication in English and contacts of two references. Results by 03/20/2026. Full call: https://www.fearp.usp.br/pesquisa/auxilios-e-bolsas/outros-fomentos/fearp.html.

  This opportunity is open to candidates of any nationality. The selected candidate will receive a FAPESP Post-Doctoral fellowship in the amount of R$ 12,570.00 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.