Bolsa de TT-V em Inteligência Artificial

Level 5-Technical Training Fellowship in Artificial Intelligence

Nº: 9513

Área de conhecimento: Ciência da Computação

Field of knowledge: Computer science

Nº do processo FAPESP: 2024/15430-5

FAPESP process: 2024/15430-5

Título do projeto: Fusão de Dados Multimodais e Modelagem de Crescimento Baseados em Aprendizado de Máquina para Melhoria da Produção de Soja

Project title: Machine learning-based multi-modal data fusion and growth modeling for soybean production improvement

Área de atuação: Inteligência Artificial

Working area: Artificial Intelligence

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: Zhao Liang

Principal investigator: Zhao Liang

Unidade/Instituição: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo (FFCLRP-USP)

Unit/Instituition: Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto, Universidade de São Paulo (FFCLRP-USP)

Data limite para inscrições: 26/06/2026

Deadline for submissions: 2026-06-26

Publicado em: 03/06/2026

Publishing date: 2026-06-03

Inicio: julho de 2026

Start: 2026, july

Localização: Ribeirão Preto

Locale: Ribeirão Preto

E-mail para inscrições: zhao@usp.br

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

  • Atividades e contexto

    Atividades do bolsista de Treinamento Técnico nível cinco (TT-V): desenvolvimento de soluções de deep learning com dados multimodais (RGB, multi e hiperespectrais) de VANTs e satélites para detecção precoce de pragas e doenças na soja. Inclui:

    1) Proposição de métodos de deep learning para processamento de imagens e sinais hiperespectrais;

    2) Investigação e fusão de dados multimodais para identificação fitossanitária precoce em diferentes regiões do Brasil;

    3) Implementação de software unificado contendo os algoritmos de deep learning para a classificação das imagens hiperespectrais.

  • Requisitos obrigatórios

    Os candidatos devem ter finalizado a graduação na área de Ciências da Computação, Sistemas de Informação, Engenharia ou áreas relacionadas e possuir, em área relacionada ao projeto, no mínimo 5 anos de experiência em pesquisa ou experiência profissional após a graduação ou doutorado completo. Além de experiência e habilidade em programação e desenvolvimento de software, requisitos desejados incluem: i) conhecimento em IA; ii) experiência em visão computacional e processamento de imagens; e iii) habilidade com pesquisa científica.

  • Requisitos desejáveis

    Conhecimento de LLMs.

  • Como se candidatar

    Para se inscrever, envie por e-mail (indique “SoIA TT-V” no assunto) os seguintes itens ao Prof. Zhao Liang (zhao@usp.br) até 26/06/2026: 1. Carta de interesse e apresentação, contendo informações de duas referências profissionais para contato; 2. Currículo Lattes atualizado. 

Voltar Back