Estudante regularmente matriculado em curso de mestrado em Ciência da Computação, Engenharia da Computação, Engenharia de Controle e Automação, Estatística, Matemática Aplicada ou áreas afins, com interesse em aprendizado de máquina, visão computacional e ciência de dados aplicados a sistemas inteligentes
Desejável participação em projetos acadêmicos ou de pesquisa envolvendo inteligência artificial, análise de grandes volumes de dados ou aplicações em IoT e visão computacional. Experiência comprovada em implementação de pipelines de treinamento, validação e deploy de modelos será considerada um diferencial.
Domínio em aprendizado de máquina e redes neurais profundas (CNNs, RNNs, Transformers). Experiência em frameworks de IA (TensorFlow, PyTorch, Scikit-learn). Conhecimentos de processamento de sinais e/ou imagens, tratamento de dados multimodais, técnicas de validação cruzada e métricas de desempenho de modelos. Desejável experiência em computação de alto desempenho (GPU) e uso de bibliotecas para otimização numérica.
Capacidade de pesquisa independente, raciocínio analítico e inovação. Habilidade para explorar literatura científica, propor novas abordagens, realizar experimentos e interpretar resultados. Trabalho em equipe multidisciplinar, proatividade e clareza na comunicação técnica. Inglês técnico intermediário/avançado para leitura de artigos científicos e escrita acadêmica.
Desenvolver modelos de aprendizado de máquina e deep learning aplicados aos dados coletados pelo AgroPredict.
Projetar e implementar pipelines de pré-processamento, treinamento e validação de modelos.
Realizar experimentos comparativos com diferentes arquiteturas de redes neurais e técnicas de fusão de dados.
Contribuir na definição de métricas e indicadores de desempenho para soluções preditivas.
Apoiar a publicação de artigos científicos e relatórios técnicos relacionados às metodologias de IA.
Projetar e implementar pipelines de pré-processamento, treinamento e validação de modelos.
Realizar experimentos comparativos com diferentes arquiteturas de redes neurais e técnicas de fusão de dados.
Contribuir na definição de métricas e indicadores de desempenho para soluções preditivas.
Apoiar a publicação de artigos científicos e relatórios técnicos relacionados às metodologias de IA.
São Leopoldo