Bolsa de TT-V em Aprendizado de Máquina – Geração de Laudos de Amostras Histológicas
Level 5-Technical Training Fellowship in Machine Learning – Generating Histological Samples Reports
Nº: 9632
Área de conhecimento: Ciência da Computação
Field of knowledge: Computer science
Nº do processo FAPESP: 2025/24544-7
FAPESP process: 2025/24544-7
Título do projeto: Desenvolvimento de ferramentas multimodais de inteligência artificial para patologia digital e diagnóstico de câncer
Project title: Development of Multimodal Artificial Intelligence Tools for Digital Pathology and Cancer Diagnosis
Área de atuação: Patologia Digital
Working area: Digital Pathology
Quantidade de vagas: 1
Positions: 1
Valor da bolsa: Consulte a Tabela de Valores da FAPESP (consulte os valores de Bolsas da FAPESP em fapesp.br/valores/bolsasnopais).
Value: Consulte a Tabela de Valores da FAPESP (consulte os valores de Bolsas da FAPESP em fapesp.br/valores/bolsasnopais).
Pesquisador responsável: Viviane Alencar
Principal investigator: Viviane Alencar
Unidade/Instituição: Oncodata
Unit/Instituition: Oncodata
Data limite para inscrições: 14/08/2026
Deadline for submissions: 2026-08-14
Publicado em: 16/07/2026
Publishing date: 2026-07-16
Inicio: setembro de 2026
Start: 2026, september
Localização: São José dos Campos
Locale: São José dos Campos
E-mail para inscrições: viviane@oncodata.com.br
E-mail for proposal submission: viviane@oncodata.com.br
-
Atividades e contexto
Os objetivos da bolsa de Treinamento Técnico nível cinco (TT-V) para o presente projeto são:
- Desenvolver um algoritmo de inteligência artificial – IA (ou conjuntos de algoritmos) que permitam a geração de laudos anatomopatológicos de amostras histológicas;
- Desenvolver uma pipeline de processamento de dados que permita o uso integrado dos modelos desenvolvidos juntamente à plataforma Web de análise de imagens.
-
Requisitos obrigatórios
- Boa base matemática e autonomia no desenvolvimento de pesquisa;
- Experiência com pesquisa e revisão sistemática nas áreas de matemática, matemática aplicada, física ou machine learning (ML);
- Experiência com manipulação de grandes volumes de dados;
- Boa base e autonomia com programação, em especial na linguagem Python.
-
Requisitos desejáveis
- Entendimento do fluxo de desenvolvimento de um modelo de ML, incluindo aquisição, caracterização e limpeza da base de dados, treinamento do modelo e avaliação do desempenho do mesmo utilizando métricas, como área sob a curva ROC e matriz de confusão;
- Uso de pacotes de software para ML / Deep Learning (DL), como, por exemplo, PyTorch.
-
Como se candidatar
Enviar CV e indicação de dois nomes para referência para o e-mail informado, com o assunto “Bolsa TT-5 FAPESP”.
-
Enviar
Oportunidade - Oportunidades Abertas Open Opportunities
-
Fellowships Opportunities