Notícias
Oportunidades Bolsas de Investigação no INESC TEC, Porto/Portugal
O INESC TEC é uma Instituição de excelência de P&D localizada no Porto, Portugal que está, neste momento, recrutando jovens pesquisadores com um perfil satisfazendo os requisitos constantes dos seguintes anúncios:
Referência: AE2020-0093 (CrossLOG-1- CEGI)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/engineering-and-industrial-management-AE2020-0093
Síntese do Plano de Trabalhos e de Formação: alargar o conhecimento do estado da arte na área científica específica da bolsa; - identificar e seleccionar os métodos apropriados para o estudo em questão; - desenvolver a capacidade de investigação aplicando os métodos selecionados; - exercer um espírito crítico na avaliação do processo de investigação e dos resultados obtidos.
Referência: AE2020-0108 (CPES-Geral - CPES)
Contrato a termo certo
https://www.inesctec.pt/en/opportunities/computer-science-AE2020-0108
Síntese do Plano de Trabalhos e de Formação: Repensar a nossa actual abordagem aos serviços orientados por dados e os seus modelos de negócio associados para incentivar uma utilização óptima de todos os dados distribuídos que são cada vez mais recolhidos em redes inteligentes.
Referência: AE2020-0113 (AIDA – LIAAD)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/computer-science-AE2020-0113
Síntese do Plano de Trabalhos e de Formação: Generalização da estrutura federativa de métodos de aprendizagem automática a vários tipos de algoritmos (não exclusivamente arquitecturas neurais) - Tratamento de dados repartidos horizontalmente e verticalmente - Investigação de técnicas de preservação da privacidade e métodos explicáveis - Optimização energética de algoritmos distribuídos em casos de uso múltiplo - Publicação de pelo menos 3 artigos científicos durante o período de bolsa - Submissão de Tese de Doutoramento
Referência: AE2020-0114 (AIDA-1- LIAAD)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/computer-science-AE2020-0114
Síntese do Plano de Trabalhos e de Formação: Levantamento do estado da arte sobre agregação de modelos de aprendizagem automáticos - Aplicação de técnicas de estado da arte para agregação de modelos com base em vários métodos - Aplicação e avaliação num ambiente de aprendizagem federado - Submissão de Dissertação de Mestrado - Possível submissão de artigos.
Referência: AE2020-0116 (TRUSTAI – CEGI)
3 Bolsas de investigação
https://www.inesctec.pt/en/opportunities/operations-management-AE2020-0116
Síntese do Plano de Trabalhos e de Formação: alargar o conhecimento do estado da arte em inteligência artificial explicável (XAI); - contribuir com novos métodos e abordagens para XAI e gestão de operações; - desenvolver competências de investigação nestas áreas.
Referência: AE2020-0117 (INESC TEC LA – CEGI)
Bolsa de iniciação á investigação
https://www.inesctec.pt/en/opportunities/operations-management-AE2020-0117
Síntese do Plano de Trabalhos e de Formação: alargar o conhecimento do estado da arte em inteligência artificial explicável (XAI).
Referência: AE2020-0130 (LUCAS – CTM)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/engineering-AE2020-0130
Síntese do Plano de Trabalhos e de Formação: Os sistemas CAD para a detecção automática de nódulos pulmonares na TC são uma das aplicações mais estudadas. Embora estes sistemas melhorem o desempenho dos radiologistas, geralmente só permitem a descrição visual dos tumores, limitando-se a uma caracterização subjectiva e qualitativa. O objectivo do LuCaS é criar uma abordagem baseada na radiologia para descrever e criar modelos preditivos relacionando fenótipos de imagem a assinaturas genómicas, bem como uma metodologia não invasiva.
Referência: A2020-0131 (INESC TEC LA – CBER)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/analysis-and-processing-of-biomedical-data-AE2020-0131
Síntese do Plano de Trabalhos e de Formação: O principal objectivo é estudar este novo sistema e iniciar o desenvolvimento de novas metodologias e ferramentas para a análise destes dados com base em técnicas de processamento de sinais e de métodos de aprendizagem automática. A experiência em Matlab e no processamento e análise biomédica de sinais é de grande importância para a realização deste trabalho, bem como o interesse em realizar a tese de mestrado nesta área.
Referência: AE2020-0132 (PERFECT – CBER)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/analysis-and-processing-of-biomedical-data-AE2020-0132
Síntese do Plano de Trabalhos e de Formação: O principal objectivo é apoiar a análise de dados utilizando ferramentas implementadas em software e desenvolver novas metodologias de análise baseadas em técnicas de processamento de sinais e de métodos de aprendizagem automática
Referência: AE2020-0133 (INESC TEC LA – CBER)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/biomedical-engineering-AE2020-0133
Síntese do Plano de Trabalhos e de Formação: Integrar a equipa do Centro de Engenharia Biomédica (CBER) numa das áreas de maior interesse para a realização de um doutoramento com o apoio de uma estrutura inovadora no campo da engenharia biomédica.
Referência: AE2020-0134 (INESC TEC LA – CAP)
Bolsa de iniciação á investigação
https://www.inesctec.pt/en/opportunities/optical-sensors-spectroscopy-AE2020-0134
Síntese do Plano de Trabalhos e de Formação: O principal objectivo do programa de trabalhos é: Optimização da configuração óptica e electrónica de um sensor de CO2 para uma nova aplicação. Calibração e avaliação do desempenho do sensor em ambiente controlado. Teste do sensor para monitorização da respiração em comparação com métodos de imagem.
Referência: AE2020-0136 (INESC TEC LA – CAP)
Bolsa de iniciação á investigação
Síntese do Plano de Trabalhos e de Formação: O principal objectivo do programa de trabalho é: Optimização dos parâmetros laser e espectrómetro num sistema LIBS para amostras plásticas; Mapeamento da composição das amostras utilizando diferentes técnicas de espectroscopia; Análise e processamento do sinal utilizando métodos estatísticos e Inteligência Artificial.
Referência: AE2020-0137 (INESC TEC LA – CBER)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/thoracic-radiography-image-analysis-AE2020-0137#intro
Síntese do Plano de Trabalhos e de Formação: desenvolver a capacidade de investigação através da aplicação de métodos seleccionados para resolver os problemas apresentados; - exercer um espírito crítico na avaliação do processo de investigação e dos resultados obtidos.
Referência: AE2020-0144 (WALKINGPAD – CBER)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/scientific-programming-AE2020-0144
Síntese do Plano de Trabalhos e de Formação: Desenvolvimento de aplicações informáticas para dispositivos móveis para a captura e análise de dados biométricos e fisiológicos e sinais nas actividades físicas diárias de pacientes com doenças arteriais periféricas. Teste e validação dos sistemas implementados em ambiente laboratorial e em contexto real de utilização. Trabalho no âmbito do projecto WalkingPAD-Supervisioned home-based exercise therapy para melhorar a capacidade de marcha em pacientes com doença arterial periférica e claudicação intermitente.
Referência: AE2020-0145 (SCREEN-DR – CBER)
2 Bolsas de investigação
https://www.inesctec.pt/en/opportunities/retinal-image-analysis-AE2020-0145
Síntese do Plano de Trabalhos e de Formação: colaborar no desenvolvimento de métodos de aprendizagem automática para a análise de imagens da retina; - colaborar na preparação de relatórios sobre a actividade desenvolvida no âmbito da bolsa; - colaborar na preparação de artigos científicos descrevendo os algoritmos desenvolvidos e os resultados alcançados.
Referência: AE2020-0146 (INESC TEC LA – CRACS)
3 Bolsas de iniciação á investigação
Síntese do Plano de Trabalhos e de Formação: O CRACS, um centro de investigação do Laboratório Associado INESC TEC, está a recrutar candidatos para bolsas de investigação sobre uma série de tópicos relacionados com a actividade realizada pelos seus membros. Detalhes sobre os tópicos propostos estão disponíveis em: https://sites.google.com/g.uporto.pt/cracs-bics. Os candidatos devem especificar o tópico ou tópicos a que se propõem candidatar-se por ordem de preferência.
Referência: AE2020-0147 (FAST-manufacturing – LIAAD)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/informatics-operational-research-AE2020-0147
Síntese do Plano de Trabalhos e de Formação: Abordagem, por integração cumulativa, de vários aspectos decorrentes de problemas de sequenciação em sistemas de produção flexíveis e/ou sistemas de produção ambientalmente responsáveis. Implementação computacional de métodos de resolução, nomeadamente (meta) heurísticas para os problemas a abordar. Testes computacionais para medir o desempenho destes métodos, utilizando instâncias de referência e eventualmente estudos de casos.
Referência: AE2020-0148 (C4MiR_BIP_Proof – CBER)
Bolsa de investigação
Síntese do Plano de Trabalhos e de Formação: A tecnologia C4MiR é um sistema electrónico inovador composto por um módulo de controlo e um método para monitorizar sensores passivos in-situ, tais como os utilizados em aplicações viáveis. Destina-se a desenvolver um protótipo com diferentes tipos de sensores e actuadores periféricos, todos interligados por um bus de comunicação I2C, o que permite demonstrar a funcionalidade e o potencial da tecnologia C4MiR. Adaptações à nova especificação MIPI I3C Basic v1.0 serão também consideradas.
Referência: AE2020-0149 (INESC TEC LA – CRIIS)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/industrial-robotics-AE2020-0149
Síntese do Plano de Trabalhos e de Formação: Estudo e desenvolvimento de soluções de "grasping" Estudo e implementação de sistemas baseados em manipuladores industriais com apreensão reconfigurável Desenvolvimento de testes de validação para algoritmos de simulação. Desenvolvimento de testes de validação dos algoritmos com robôs reais.
Referência: AE2020-0150 (Tec-FEL- CEGI)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/industrial-engineering-AE2020-0150
Síntese do Plano de Trabalhos e de Formação: sistematizar um inquérito para recolher informação sobre o comportamento dos consumidores em favelas; - Analisar os resultados e propor novas políticas a serem testadas analiticamente; - Desenvolver a capacidade de desenvolver investigação nestas áreas.
Referência: AE2020-0151 (INESC TEC LA – CRIIS)
Bolsa de investigação
https://www.inesctec.pt/en/opportunities/industrial-robotics-and-augmented-reality-AE2020-0151
Síntese do Plano de Trabalhos e de Formação: O plano de trabalhos está centrado no desenvolvimento de sistemas robóticos colaborativos de operações de montagem e desmontagem, utilizando CAD, controlo de força, realidade aumentada e visão mecânica.
Desde já convidámo-lo/a a concorrer, se alguma destas vagas corresponderem ao seu perfil.
Siga a nossa página de LinkedIn: https://www.linkedin.com/showcase/inesc-tec-job-opportunities/