Bolsa de Mestrado em Ciência de Alimentos – Ressonância Magnética Nuclear de Baixo Campo

Master’s Fellowship in Food Science – Low Field Magnetic Resonance

Nº: 9769

Área de conhecimento: Ciência e Tecnologia de Alimentos

Field of knowledge: Food science and technology

Nº do processo FAPESP: 2024/19525-0

FAPESP process: 2024/19525-0

Título do projeto: Inteligência artificial e técnicas avançadas para o fortalecimento da sociobioeconomia da cafeicultura amazônica: Integração de ressonância e fluorescência para o estudo dos grãos e cascas de cafés canéforas cultivados em áreas indígenas e agroflorestais

Project title: Artificial intelligence and advanced techniques to enhance the socio-bioeconomy of Amazonian coffee cultivation: Integrating resonance and fluorescence to study beans and husks of canephora coffee grown in indigenous and agroforestry areas

Área de atuação: Análise de Alimentos

Working area: Food Analysis

Quantidade de vagas: 1

Positions: 1

Valor da bolsa: R$ 3.270,00 (consulte os valores de Bolsas da FAPESP em fapesp.br/valores/bolsasnopais).

Value: R$ 3.270,00 (consulte os valores de Bolsas da FAPESP em fapesp.br/valores/bolsasnopais).

Pesquisador responsável: Michel Rocha Baqueta

Principal investigator: Michel Rocha Baqueta

Unidade/Instituição: Faculdade de Engenharia de Alimentos, Universidade Estadual de Campinas (FEA-Unicamp)

Unit/Instituition: Faculdade de Engenharia de Alimentos, Universidade Estadual de Campinas (FEA-Unicamp)

Data limite para inscrições: 20/09/2026

Deadline for submissions: 2026-09-20

Publicado em: 21/08/2026

Publishing date: 2026-08-21

Localização: Campinas

Locale: Campinas

E-mail para inscrições: analisaaunicamp@gmail.com

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

  • Atividades e contexto

    Título do projeto de Mestrado: “Elucidação do perfil metabolômico dos grãos e cascas de cafés canéforas provenientes de cultivos indígenas e agroflorestais amazônicos por espectroscopia de ressonância magnética nuclear de baixo campo e inteligência artificial”.

    O(A) bolsista integrará o novo grupo de pesquisa ANALISAA – Laboratório Integrado de Sustentabilidade Analítica e Inteligência Artificial em Alimentos, da Faculdade de Engenharia de Alimentos da UNICAMP, contribuindo para a consolidação da linha de pesquisa em ressonância magnética nuclear de baixo campo (LF-NMR) em alimentos. O(A) bolsista atuará no desenvolvimento de pesquisas com café, incluindo a implementação da técnica, a criação e padronização de protocolos de aquisição e análise dos dados por quimiometria.

  • Requisitos obrigatórios

    - Formação/experiência em áreas correlatas;

    - Experiência prévia com ressonância magnética nuclear (preferencialmente de baixo campo);

    - Conhecimento de quimiometria e estatística multivariada;

    - Experiência com tratamento e análise de dados;

    - Programação científica em MATLAB ou Python;

    - Experiência prévia com LC-MS/LC-HRMS será considerada um diferencial.

  • Requisitos desejáveis

    Perfil multidisciplinar e proativo, com interesse em diferentes formas de comunicação e divulgação científica. O(A) candidato(a) selecionado(a) deverá desenvolver autonomia científica, participar de colaborações nacionais e internacionais, contribuir para a elaboração de publicações científicas e interagir com estudantes de graduação e pós-graduação do grupo. Será valorizada a capacidade de transformar resultados científicos em conteúdos acessíveis e visualmente atrativos, incluindo a produção de materiais para divulgação científica.

  • Como se candidatar

    Enviar e-mail para analisaaunicamp@gmail.com com os documentos abaixo (indicar no Assunto: “Mestrado em LF-NMR”):

    - Carta de motivação, destacando experiências e/ou interesse em RMN, LC-MS/LC-HRMS, quimiometria, MATLAB/Python, análise de dados e caracterização de café, relacionadas ao projeto;

    - Currículo Lattes (brasileiros);

    - Carta de recomendação, preferencialmente do(a) orientador(a) de Iniciação Científica, TCC ou experiência acadêmica/profissional anterior.

Voltar Back