| Área de conhecimento | Matemática |
| Nº do processo FAPESP | 2020/09838-0 (BI0S) |
| Título do projeto | Métodos para Codificação em Aprendizado de Máquina e para Redes Neurais Morfológicas |
| Área de atuação | Matemática Aplicada |
| Quantidade de vagas | 01 |
| Início | 01/09/2025 |
| Pesquisador responsável | João Marcos Travassos Romano |
| Unidade/Instituição | Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas (FEEC-Unicamp) |
| Data limite para inscrições | 05 de agosto de 2025 |
| Localização (onde será realizada a pesquisa) | IMECC – Unicamp, Rua Sérgio Buarque de Holanda, 651 (Cidade Universitária Zeferino Vaz), Campinas |
| E-mail para inscrições | jmromano@unicamp.br |
A TRILHA MÉTODO do BI0S – Brazilian Institute of Data Science (FAPESP e MCTI/CGI.br) abre inscrição para uma vaga de pós-doutorado. Esta trilha visa desenvolver métodos matemáticos, algorítmicos e computacionais em IA, apoiando aplicações nas áreas de Saúde e Agro. O bolsista atuará presencialmente no IMECC – Unicamp, em uma das linhas: (1) Estratégias com códigos e reticulados para aprendizado federado ou (2) Redes neurais morfológicas interpretáveis.
É esperado que o(a) candidato(a) tenha sólida formação científica e experiência em: (i) Teoria de códigos, codificação e quantização em reticulados visando transmissão confiável e segura de dados; ou, (ii) Lógica fuzzy no sentido amplo, morfologia matemática e teoria de reticulados, ou redes neurais.
Candidatos(as) devem ter doutorado concluído no máximo há 7 anos em matemática, computação, engenharia, estatística ou áreas afins, formação e experiência alinhada a pelo menos uma das linhas acima. A bolsa FAPESP por até 24 meses tem valor mensal atual de R$12.000,00 e será supervisionada por um dos pesquisadores principais do projeto.
Inscrições até 05/08/2025 pelo e-mail jmromano@unicamp.br (Assunto: “Pós-Doutorado”), anexando: Carta de motivação indicando a linha de pesquisa de sua escolha, Súmula FAPESP (https://fapesp.br/sumula), 3 cartas de recomendação e certificado de conclusão do doutorado.
| Area of knowledge | Mathematics |
| Nº do processo FAPESP | 2020/09838-0 (BI0S) |
| Project title | Methods for Coding in Machine Learning and for Morphological Neural Networks |
| Research Area | Applied Mathematics |
| Number of vacancies | 01 |
| Start | 09/01/2025 |
| Principal researcher | João Marcos Travassos Romano |
| Unit/Institution | Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas (FEEC-Unicamp) |
| Deadline for applications | August 05, 2025 |
| Location | IMECC – Unicamp, Rua Sérgio Buarque de Holanda, 651 (Cidade Universitária Zeferino Vaz), Campinas |
| E-mail for applications | jmromano@unicamp.br |
The “Methods” Track of the BI0S Project – Brazilian Institute of Data Science (FAPESP and MCTI/CGI.br) is offering one postdoctoral position. This track aims to develop mathematical, algorithmic, and computational approaches in AI, aiming for applications in Health and Agriculture areas. The fellow will work on-site at IMECC – Unicamp, in one of these research lines: (1) Strategies using codes and lattices for federated learning, or (2) Interpretable morphological neural networks.
It is expected that the applicants have a strong scientific background and experience in: (i) Coding theory, lattice coding and quantization for secure and reliable data transmission; or (ii) Fuzzy logic, mathematical morphology, lattice theory, or neural networks.
Candidates must have completed a PhD in the past 7 years in mathematics, computer science, engineering, statistics, or related areas, with training and experience related to at least one of the lines above. The FAPESP grant is for up to 24 months, with a current monthly payment of R$12,000.00, supervised by one of the project’s principal researchers.
Applications are open until 05/08/2025 by email to jmromano@unicamp.br (Subject: “Postdoctoral Application”). Please attach: a motivation letter indicating your chosen research line, a FAPESP CV summary (https://fapesp.br/en/6351), 3 recommendation letters, and a certificate of PhD completion.
