Profissional com título de Doutor(a) em áreas como agronomia e/ou fitotecnia ou outras áreas correlatas, com experiência comprovada em sensoriamento remoto aplicado ao monitoramento agrícola.
Experiência em pesquisa aplicada na área agronômica com uso de imagens multiespectrais e hiperespectrais e análise de curvas espectrais incluindo o processamento de dados espectrais oriundos de diferentes plataformas (satélites, drones e sensores de bancada), extração de assinaturas espectrais e geração de produtos como mapas temáticos e índices de vegetação. Atuação em projetos com foco no monitoramento de estresses agrícolas, integração de dados com sensores locais e participação em iniciativas de inovação com o setor produtivo agroindustrial.
Conhecimentos em processamento de imagens espectrais adquiridas por sensores multiespectrais e hiperespectrais, provenientes de diferentes plataformas (orbitais, aéreas ou de bancada) e condução de trabalhos de pesquisa na área agronômica. Análises de espectros e metodologias de análise para seleção de bandas espectrais (PCA, algoritmos de machine learning). Cálculo e interpretação de índices de vegetação (NDVI, EVI, SAVI etc.); Georreferenciamento, classificação supervisionada/não supervisionada e análise temporal; Manipulação de ferramentas como QGIS, ArcGIS, SNAP, Google Earth Engine; Conhecimento desejável: modelagem de produtividade agrícola, dados meteorológicos, integração com dados de sensores de solo.
Capacidade de análise crítica de dados espectrais, habilidade em integrar informações espaciais e agronômicas, domínio de ferramentas de geoprocessamento e análise espectral, além de autonomia técnica, organização, proatividade, boa comunicação técnica e científica, e aptidão para trabalho em equipe multidisciplinar com foco em resultados. Inglês técnico.
Atuar no processamento e análise de imagens espectrais multiespectrais e hiperespectrais, incluindo extração de assinaturas espectrais e construção de banco de dados para os alvos agrícolas estudados. Realizar cálculo de índices espectrais, validação de variáveis associadas a estresses agrícolas e elaboração de mapas temáticos. Apoiar a integração desses dados com os modelos de inteligência artificial e contribuir com relatórios técnicos e publicações científicas relacionadas ao projeto.
São Leopoldo