Bolsa para aprendizado de máquina e sensoriamento remoto para sistemas agroflorestais – Campinas/SP

Responsabilidades

• Analisar correlações entre índices espectrais (satélite e drones), dados de solo, sensores e manejo agrícola.
• Avaliar e integrar modelos para identificar espécies, floração e pragas em imagens de campo.
• Analisar e refinar modelos de detecção de copas e modelos de fundação geoespaciais (como Prithvi e TerraMind) para SAFs multiestrato.
• Apoiar a estruturação da base experimental integrada (drone, sensores e solo) e a integração dos modelos à plataforma digital.

Requisitos

• QUALIFICAÇÕES MÍNIMAS
  • Graduação ou mestrado preferencialmente em Engenharia Agrícola, Agronomia ou áreas afins (também aceitamos Ciência da Computação, Engenharias, Estatística, Física e correlatas).
  • Mínimo de 4 anos após a graduação, com prática comprovada em desenvolvimento de software e Machine Learning (ML).
  • Experiência com sensoriamento remoto, imagens multiespectrais e ferramentas/bibliotecas como GDAL, rasterio e QGIS.
  • Vivência no uso de assistentes de código (Claude Code, GitHub Copilot ou Cursor).
  • Inglês em nível avançado.
• QUALIFICAÇÕES PREFERENCIAIS
  • Contribuições para projetos de código aberto (open-source).

Benefícios

• Bolsa TT-4A FAPESP.

Marcado como: Agricultura Digital, Análise de Imagens, Drones, Inteligencia Artificial, Qgis, Sensoriamento Remoto, Sistemas Agroflorestais