Bolsa de PD em Ciência de Dados

Post-Doctoral Fellowship in Data Science

Nº: 9766

Área de conhecimento: Agronomia

Field of knowledge: Agronomy

Nº do processo FAPESP: 2022/12732-5

FAPESP process: 2022/12732-5

Título do projeto: Transparência nas cadeias produtivas brasileiras de commodities agrícolas de exportação: estudo holístico de marcadores elementares e isotópicos

Project title: Transparency in the Brazilian production chains of agricultural export commodities: a holistic study of elemental and isotopic fingerprints

Área de atuação: Ciência de Dados

Working area: Data Science

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: Elisabete A. de Nadai Fernandes

Principal investigator: Elisabete A. de Nadai Fernandes

Unidade/Instituição: Centro de Energia Nuclear na Agricultura, Universidade de São Paulo (CENA-USP)

Unit/Instituition: Centro de Energia Nuclear na Agricultura, Universidade de São Paulo (CENA-USP)

Data limite para inscrições: 05/09/2026

Deadline for submissions: 2026-09-05

Publicado em: 20/08/2026

Publishing date: 2026-08-20

Localização: Piracicaba

Locale: Piracicaba

E-mail para inscrições: crm.agro@cena.usp.br

E-mail for proposal submission: crm.agro@cena.usp.br

  • Atividades e contexto Activities and context

    Desenvolver pesquisa voltada à discriminação forense de carne bovina brasileira, empregando estratégias de fusão de dados e inteligência artificial a partir de resultados de análises químicas. Integração, tratamento e interpretação dos dados, com aplicação de métodos estatísticos e algoritmos de aprendizado de máquina, visando à rastreabilidade da origem geográfica da carne. Participar de todas as etapas do projeto, incluindo planejamento e supervisão de coleta e preparo de amostras, bem como elaboração de relatórios e artigos científicos.

    The research will focus on the forensic discrimination of Brazilian beef, employing data fusion strategies and artificial intelligence based on chemical analysis results. The researcher will be responsible for the integration, processing, and interpretation of data, applying statistical methods and machine learning algorithms to support the traceability of the beef’s geographical origin. She/he will participate in all stages of the project, including planning and supervision of sample collection and preparation, as well as writing scientific papers and reports.

  • Requisitos obrigatórios Mandatory requirements

    Doutorado concluído nas áreas de ciências agrárias ou biológicas; experiência prática em inteligência artificial, aprendizado de máquina supervisionado e não supervisionado e fusão de dados complexos; domínio de métodos estatísticos paramétricos e não paramétricos, técnicas de simulação por bootstrapping e planejamento experimental; conhecimento avançado do software SAS; fluência em inglês, tanto oral quanto escrita, para participação em atividades e colaborações internacionais; disponibilidade para residir em Piracicaba, SP, durante o período de desenvolvimento do projeto.

    PhD completed in the fields of agricultural or biological sciences; practical experience in artificial intelligence, supervised and unsupervised machine learning, and complex data fusion; proficiency in parametric and non-parametric statistical methods, bootstrapping simulation techniques, and experimental design; advanced knowledge of SAS software; fluency in English, both spoken and written, for participation in international activities and collaborations; availability to reside in Piracicaba, state of São Paulo, Brazil, throughout the project development period.

  • Requisitos desejáveis Desirable requirements

    Experiência prévia em ciências forenses, rastreabilidade e autenticação de alimentos, e aplicação de métodos analíticos nucleares; experiência na concepção, elaboração, estruturação e desenvolvimento de projetos de pesquisa científica; histórico de participação e apresentação de trabalhos em congressos e eventos científicos internacionais; experiência em cooperação e colaboração acadêmico-científica internacional; experiência em mentoria, supervisão e orientação de estudantes de graduação.

    Previous experience in forensic science, food traceability and authentication, and application of nuclear analytical methods; experience in conception, preparation, structuring, and development of scientific research projects; a track record of participation in and presentation of research findings at international scientific conferences and events; experience in international academic and scientific cooperation and collaboration; experience in mentoring, supervising, and advising undergraduate students.

  • Como se candidatar How to apply

    Enviar, por e-mail (crm.agro@cena.usp.br), a Súmula Curricular no modelo FAPESP atualizada, carta de motivação justificando a aderência ao projeto “Discriminação forense de carne bovina brasileira baseada em fusão de dados e inteligência artificial”, além de cartas de referência de dois pesquisadores da área. As candidaturas devem conter no assunto do e-mail a identificação: “Candidatura Pós-Doc FAPESP”. Candidaturas com documentação incompleta ou fora do padrão não serão avaliadas.

    Applicants must send, by email (crm.agro@cena.usp.br), an updated Curricular Summary in the FAPESP model, a motivation letter explaining their suitability and alignment with the project “Forensic discrimination of Brazilian beef based on data-fusion and artificial intelligence”, as well as reference letters from two researchers in the field. The email subject line must contain the identification: “FAPESP Postdoctoral Fellowship Application.” Applications with incomplete documentation or not complying with the specified requirements will not be considered.