Bolsa de TT-V em Inteligência Artificial aplicada à Saúde

Level 5-Technical Training Fellowship Artificial Intelligence applied to Health

Nº: 9678

Área de conhecimento: Ciência da Informação

Field of knowledge: Information Science

Nº do processo FAPESP: 2025/07368-0

FAPESP process: 2025/07368-0

Título do projeto: Desenvolvimento de processo para cranioplastia por manufatura aditiva SLS com modelagem auxiliada por IA

Project title: Process development for cranioplasty using SLS additive manufacturing with AI-assisted modeling

Área de atuação: Inteligência Artificial aplicada à Saúde / Imagens Médicas 3D

Working area: Artificial Intelligence applied to Health / 3D Medical Imaging

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: Thiago Nunes Palhares

Principal investigator: Thiago Nunes Palhares

Unidade/Instituição: C3M Soluções em Medicina de Catástrofe Ltda.

Unit/Instituition: C3M Soluções em Medicina de Catástrofe Ltda.

Data limite para inscrições: 31/08/2026

Deadline for submissions: 2026-08-31

Publicado em: 30/07/2026

Publishing date: 2026-07-30

Inicio: outubro de 2026

Start: 2026, october

Localização: Campinas

Locale: Campinas

E-mail para inscrições: thiagonup@gmail.com

E-mail for proposal submission: thiagonup@gmail.com

  • Atividades e contexto

    Bolsa FAPESP de Treinamento Técnico nível cinco (TT-V) de 12 meses (40 h semanais). O bolsista atuará no refinamento e na consolidação de rede neural profunda própria para segmentação automática de defeitos cranianos e geração de próteses personalizadas. Atividades: medir a linha de base do modelo (Dice/IoU e erro geométrico) e diagnosticar falhas; ajustar arquitetura, função de perda e hiperparâmetros em treinamentos em nuvem com GPU; implementar aumento e geração de dados sintéticos; empacotar e versionar o módulo de inferência (DICOM para máscaras e malha STL/NIfTI); validar as próteses geradas; apoiar publicações.

  • Requisitos obrigatórios

    Doutorado em Computação, Engenharia, Física, Matemática ou áreas afins, ou graduação nessas áreas com no mínimo 5 anos de experiência após a conclusão; domínio de Python e PyTorch aplicados a segmentação volumétrica; experiência com imagens médicas 3D (DICOM/NIfTI) e pré-processamento de volumes de tomografia; treinamento de modelos em nuvem com GPU; controle de versão (Git); inglês avançado para leitura e redação científica; dedicação de 40 horas semanais.

  • Requisitos desejáveis

    Experiência com MONAI, nnU-Net ou SegResNet; geração de dados sintéticos (GAN, modelos de difusão) e aumento de dados em imagens 3D; manipulação e reparo de malhas (VTK, trimesh, PyMeshLab, Open3D, Blender); empacotamento de modelos para produção (Docker, versionamento de modelos, API de inferência); manufatura aditiva e planejamento cirúrgico virtual; produção científica em IA aplicada à saúde; familiaridade com LGPD.

  • Como se candidatar

    Enviar para o e-mail thiago.palhares@ctresm.com.br: carta de apresentação (até 1 página), CV ou link do Currículo Lattes e comprovante de titulação de Doutorado ou de experiência profissional/pesquisa após a graduação. Assunto do e-mail: “BOLSA TT-5 IA CRANIOPLASTIA”. Atividades em regime híbrido, com base em Campinas (SP); preferência por candidatos de Campinas e região. Seleção em duas etapas: análise documental e entrevista técnica remota. Candidaturas incompletas ou fora do prazo não serão avaliadas.

Voltar Back