Bolsa de PD em Produção Vegetal e Modelagem

Post-Doctoral Fellowship in Plant Production and Modeling

Nº: 9362

Área de conhecimento: Agronomia

Field of knowledge: Agronomy

Nº do processo FAPESP: 2024/15456-4

FAPESP process: 2024/15456-4

Título do projeto: Desenvolvimento de um Sistema de Monitoramento Dinâmico e Gestão de Precisão para Cultivo Composto de Soja e Milho Utilizando Dados Integrados de Satélite, Aerotransportado, Terrestre e Rede

Project title: Development of a dynamic monitoring and precision management system for soybean-maize compound planting using integrated satellite-airborne-ground-network data

Área de atuação: Produção Vegetal e Modelagem

Working area: Plant Production and Modeling

Quantidade de vagas: 1

Positions: 1

Valor da bolsa: R$ 12.570,00 (consulte os valores de Bolsas da FAPESP em fapesp.br/valores/bolsasnopais).

Value: R$ 12.570,00 (consulte os valores de Bolsas da FAPESP em fapesp.br/valores/bolsasnopais).

Pesquisador responsável: Durval Dourado Neto

Principal investigator: Durval Dourado Neto

Unidade/Instituição: Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo (ESALQ-USP)

Unit/Instituition: Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo (ESALQ-USP)

Data limite para inscrições: 10/05/2026

Deadline for submissions: 2026-05-10

Publicado em: 22/04/2026

Publishing date: 2026-04-22

Inicio: junho de 2026

Start: 2026, june

Localização: Piracicaba

Locale: Piracicaba

E-mail para inscrições: ddourado@usp.br

E-mail for proposal submission: ddourado@usp.br

  • Atividades e contexto Activities and context

    O bolsista desenvolverá atividades como: (1) integração de dados de sensoriamento remoto e internet das coisas (IoT) para modelagem da produtividade agrícola; (2) desenvolvimento de modelos preditivos para otimização da densidade de plantio e manejo de recursos; (3) aplicação de aprendizado de máquina para análise de dados espaciais; (4) avaliação de variáveis agronômicas como índice de área foliar e dinâmica de nutrientes; (5) validação de modelos e análise da viabilidade de sua aplicação.

    The fellow will develop activities such as: (1) integration of remote sensing and internet-of-things (IoT) data for modeling agricultural productivity; (2) development of predictive models for optimizing planting density and resource management; (3) application of machine learning for spatial data analysis; (4) evaluation of agronomic variables such as leaf area index and nutrient dynamics; (5) validation of models and analysis of the feasibility of their application.

  • Requisitos obrigatórios Mandatory requirements

    Os candidatos devem ter título de doutor obtido há no máximo sete anos, no Brasil ou no exterior, preferencialmente em ciências agrárias, modelagem matemática ou áreas correlatas.

    Candidates must hold a PhD degree obtained no more than seven years ago, in Brazil or abroad, preferably in agricultural sciences, mathematical modeling, or related fields.

  • Requisitos desejáveis Desirable requirements

    Experiência internacional, publicações em periódicos indexados e conhecimento em programação.

    International experience, publications in indexed journals, and programming knowledge.

  • Como se candidatar How to apply

    Enviar carta de interesse, Curriculum Lattes, cópias do diploma e histórico da graduação, mestrado (se houver) e doutorado, e uma carta de recomendação.

    Please send a letter of interest, Curriculum Vitae, copies of your undergraduate, master's (if applicable), and doctoral diplomas and transcripts, and a letter of recommendation.

Voltar Back