Bolsa de TT-V em Aprendizado de Máquina / Visão Computacional
Level 5-Technical Training Fellowship in Machine Learning / Computer Vision
Nº: 7768
Área de conhecimento: Ciência da Computação
Field of knowledge: Computer science
Nº do processo FAPESP: 2023/11600-0
FAPESP process: 2023/11600-0
Título do projeto: Uso de inteligência artificial para auxílio à classificação do escore de Gleason em lâminas anatomopatológicas de câncer de próstata
Project title: Using artificial intelligence in support of Gleason score classification of prostate cancer anatomopathological slides
Área de atuação: Aprendizado de Máquina / Visão Computacional para Imagens Médicas
Working area: Machine Learning / Computer Vision for Medical Imagery
Quantidade de vagas: 1
Positions: 1
Pesquisador responsável: Viviane Teixeira L. de Alencar
Principal investigator: Viviane Teixeira L. de Alencar
Unidade/Instituição: Oncodata
Unit/Instituition: Oncodata
Data limite para inscrições: 28/03/2025
Deadline for submissions: 2025-03-28
Publicado em: 29/01/2025
Publishing date: 2025-01-29
Localização: Praça Chuí, 35 (sala 10), São José dos Campos
Locale: Praça Chuí, 35 (sala 10), São José dos Campos
E-mail para inscrições: viviane@oncodata.com.br
E-mail for proposal submission: viviane@oncodata.com.br
-
Resumo
A Oncodata, startup que desenvolve ferramentas de IA para auxílio ao diagnóstico de câncer, está com vaga para novo bolsista. Para o projeto acima, o bolsista de Treinamento Técnico nível cinco (TT-V) ficará responsável pela investigação e desenvolvimento de um modelo de Machine Learning para auxiliar na correta classificação do escore de Gleason em lâminas de patologia digitalizadas de tumores de próstata.
Habilidades necessárias:
- Familiaridade com programação em Python e com o uso de pacotes para ML / Deep Learning (DL), como, por exemplo, Pytorch;
- Entendimento da arquitetura de redes DL aplicadas ao contexto de visão computacional, em especial Redes Convolucionais e Transformers;
- Entendimento do fluxo de desenvolvimento de um modelo de ML, incluindo aquisição, caracterização e limpeza da base de dados, treinamento do modelo e avaliação do desempenho do mesmo utilizando métricas, como área sob a Curva Característica de Operação do Receptor ou Curva ROC e matriz de confusão;
- Boa base matemática.
A bolsa será de 40 horas semanais por 9 meses, com modelo de trabalho híbrido. Os interessados devem enviar o Curriculum Vitae para a pesquisadora responsável.
Informações sobre requisitos e benefícios da Bolsa FAPESP TT-V estão disponíveis em https://fapesp.br/3098 e https://fapesp.br/3162.
-
Enviar
Oportunidade - Oportunidades Abertas Open Opportunities
-
Fellowships Opportunities