Bolsa de PD em Aprendizado de Máquina e Mineração de Dados

Post-Doctoral Fellowship in Machine Learning and Data Mining

• Resumo Summary

  O Centro de Inteligência Artificial Recriando Ambientes, IARA, dispõe de uma bolsa de pós-doutorado em aprendizado de máquina e mineração de dados. O pesquisador investigará novas abordagens de AutoML (Automated Machine Learning) para dados relacionados a Cidades Inteligentes.

  Coordenado por André de Carvalho (USP São Carlos), o IARA tem apoio da FAPESP por meio do programa Centros de Pesquisa Aplicada (CPA) e conta com a participação de várias instituições e empresas parceiras.

  Requisitos:

  - Doutorado em Ciência da Computação ou áreas afins. O candidato deve ter concluído o doutorado em menos de 7 anos ou estar prestes a concluí-lo.

  - Além de uma sólida formação em ciência da computação, é desejado:

  • Forte histórico de publicações na área de aprendizado de máquina e mineração de dados, principalmente em periódicos relacionados a aprendizado de máquina e mineração de dados com alto fator de impacto;

  • Ótimo conhecimento em inglês;

  • Forte conhecimento em aprendizado de máquina, mineração de dados e estatística;

  • Conhecimentos de linguagens e ferramentas, como Python, R, C, C++ ou Java;

  • Forte capacidade de trabalho em equipe;

  • Conhecimento de Redes Neurais Profundas e Algoritmos Evolutivos é um diferencial.

  Interessados nesta oportunidade devem enviar uma carta de apresentação, um breve currículo com uma lista de publicações e os nomes e endereços de e-mail de pelo menos duas referências ao Prof. Márcio P. Basgalupp (basgalupp@unifesp.br), supervisor da vaga.

  Por favor mencione “Application to AutoML Post-doctoral position” no assunto do e-mail.

  A vaga está aberta a brasileiros e estrangeiros. O selecionado receberá Bolsa de Pós-Doutorado da FAPESP no valor de R$ 9.047,40 mensais e Reserva Técnica equivalente a 10% do valor anual da bolsa para atender a despesas imprevistas e diretamente relacionadas à atividade de pesquisa.

  The Center of Artificial Intelligence in the Remarking of Urban Environments, IARA, has an open post-doctoral researcher position in machine learning and data mining. The researcher will investigate new Automated Machine Learning (AutoML) approaches for Smart Cities-related data.

  Under coordination of Prof. André de Carvalho from University of São Paulo's São Carlos campus (Brazil), IARA is supported by the São Paulo Research Foundation (FAPESP) through its Applied Research Centers (ARCs) program and features various research institutes and companies as partners.

  Education requirements:

  - A PhD degree in Computer Science or related areas. Applicants are expected to have finished less than 7 years or to be about to finish their Ph.D. degrees.

  - Besides a solid background in computer science, the desired backgrounds are:

  • Strong publication record in the area of machine learning and data mining, mainly in machine learning and data mining-related journals with high-impact factors;

  • Very good knowledge of written and spoken English (Portuguese is not required);

  • Strong background knowledge in machine learning, data mining and statistics;

  • Good knowledge of languages and tools, such as Python, R, C, C++, or Java;

  • Strong teamwork capacity;

  • Knowledge of Deep Neural Networks and Evolutionary Algorithms is a plus.

  If you are interested in this position and believe that you qualify, please send a cover letter, a short CV with a list of publications, and names and e-mail addresses of at least two references to Prof. Márcio P. Basgalupp (basgalupp@unifesp.br), the fellowship's supervisor.

  Please mention “Application to AutoML Post-doctoral position” in the subject of your e-mail.

  This opportunity is open to candidates of any nationality. The selected candidate will receive a FAPESP Post-Doctoral fellowship in the amount of R$ 9,047.40 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.