Job Board

Descrição do trabalho

Estamos procurando um pesquisador de pós-doutorado altamente qualificado para se juntar ao grupo de pesquisa Map Automation da Universidade de Winnipeg.

O candidato selecionado trabalhará em um projeto para desenvolver uma abordagem para produção automatizada de mapas a partir de imagens de satélite multiespectrais usando métodos de aprendizado profundo. Especificamente, redes neurais convolucionais projetadas para classificar cada pixel em uma imagem de satélite serão usadas para produzir mapas de distúrbios lineares a partir de dados do Sentinel-2. O principal desafio de pesquisa a ser abordado é que os rótulos foram desenvolvidos usando dados comerciais de satélite SPOT-6 de alta resolução e não há rótulos equivalentes para os dados Sentinel-2 livres e de média resolução. Assim, o trabalho proposto desenvolverá uma abordagem de adaptação de domínio não supervisionada, que visa pegar os dados e rótulos correspondentes de um domínio e adaptá-los para treinar modelos de segmentação semântica em um domínio relacionado, mas diferente. A posição também inclui funções de supervisão de estudantes que trabalham no nível de bacharelado e mestrado.

O contexto do trabalho para esta posição é o mapeamento de distúrbios lineares. Na vasta região norte do Canadá de floresta boreal e pântanos, distúrbios como estradas, exploração sísmica, oleodutos e corredores de transmissão de energia são uma das principais causas do declínio do caribu da floresta (Rangifer tarandus) – população boreal. Como resultado, uma compreensão profunda desses “distúrbios lineares” tornou-se uma prioridade de pesquisa e manejo florestal no Canadá. Uma ferramenta ideal para apoiar o gerenciamento de distúrbios lineares é uma maneira de gerar automaticamente mapas econômicos que identificam com precisão essa forma de fragmentação do habitat florestal.

Esta posição faz parte de uma colaboração indústria-acadêmica entre a Universidade de Winnipeg e a Hatfield Consultants LLP. O candidato selecionado trabalhará e interagirá com especialistas em sensoriamento remoto da Hatfield, e o candidato selecionado passará algum tempo em Winnipeg e Vancouver.

A Hatfield é uma empresa multidisciplinar de propriedade privada estabelecida em 1974 com mais de 4,000 projetos concluídos com sucesso em mais de 40 países. Nossa ampla gama de serviços de consultoria inclui avaliação de impacto ambiental e social, gestão ambiental e monitoramento de projetos de infraestrutura, geomática e sensoriamento remoto e sistemas de informação ambiental. A sede da Hatfield está localizada em North Vancouver, British Columbia (BC), com escritórios regionais de BC em Fort St. John, Terrace, Vernon e New Westminster, e Fort McMurray e Calgary, Alberta.

Responsabilidades:
1. Trabalho em equipe colaborativa, sob a direção geral dos Drs. Christopher Henry e Christopher Storie para atingir as metas dos requisitos de financiamento de bolsas de pesquisa associadas;
2. Realizar revisões de literatura acadêmica de alto nível e tarefas de redação associadas;
Analisar e pré-processar dados de satélite de sensoriamento remoto para uso em modelos de aprendizado de máquina;
Projetar, treinar e testar arquiteturas de redes neurais de aprendizado profundo e modelos associados;
Rascunhos de relatórios técnicos
3. Contribuir para publicações acadêmicas e populares relacionadas à pesquisa de projetos;
4. Outros deveres, conforme atribuído.

Qualificações exigidas:
1. O candidato deverá possuir doutorado. em ciência da computação, engenharia, matemática, estatística, física ou áreas afins
1a. Considerará um candidato com mestrado nos campos acima para nomeação como pesquisador associado/assistente
2. Excelentes habilidades de comunicação oral e escrita
3. Excelentes habilidades organizacionais com a capacidade de gerenciar o tempo de forma eficaz e eficiente para cumprir os prazos
4. Fortes habilidades interpessoais com capacidade de trabalhar em equipe

Qualificações desejadas (uma ou mais das seguintes):
1. Treinamento formal em aprendizado de máquina, especialmente redes neurais convolucionais, redes adversárias generativas e redes de adaptação de domínio
2. Experiência no desenvolvimento de aplicativos de aprendizado de máquina
3. Experiência de trabalho com imagem digital e dados de sensoriamento remoto
4. Experiência em trabalhar com grandes conjuntos de dados geoespaciais
5. Conhecimento e experiência com Python e TensorFlow ou PyTorch
6. Conhecimento e experiência com Docker
7. Conhecimento e experiência com Linux

O cargo está sujeito à aprovação orçamentária e o salário ou salário do cargo será compatível com a experiência e a educação.

Condições de contratação:
*Deve estar legalmente habilitado para trabalhar no Canadá.

A Universidade de Winnipeg tem uma Política de Vacinação Obrigatória COVID-19 que exige que todos aqueles que chegam a espaços internos designados no campus forneçam prova de que estão totalmente vacinados. A política foi suspensa a partir de 2 de maio de 2022. No entanto, os funcionários em potencial devem saber que a política pode ser restabelecida no futuro com base em mudanças nas circunstâncias de saúde pública.

A University of Winnipeg está comprometida com a equidade, diversidade e inclusão e reconhece que uma equipe e um corpo docente diversificados beneficiam e enriquecem os ambientes de trabalho, aprendizado e pesquisa, e são essenciais para a excelência acadêmica e institucional. Aceitamos inscrições de todos os indivíduos qualificados e incentivamos mulheres, pessoas racializadas, indígenas, pessoas com deficiência e 2SLGBTQ+ a se identificarem confidencialmente no momento da inscrição.

A Universidade de Winnipeg está empenhada em garantir que as oportunidades de emprego sejam acessíveis a todos os candidatos. Se você precisar de suporte de acomodação durante o processo de recrutamento, entre em contato com human_resources@uwinnipeg.ca.

As informações pessoais dos candidatos são coletadas sob a autoridade da Lei da Universidade de Winnipeg e 36(1)(b) da Lei de Liberdade de Informação e Proteção da Privacidade. Todas as informações pessoais coletadas por meio do processo de recrutamento são usadas para avaliar a adequação, elegibilidade e qualificações do candidato para o emprego e, de outra forma, apoiar as atividades de recrutamento. Esta informação será fornecida aos membros participantes do processo de recrutamento. Perguntas sobre a coleta de suas informações pessoais podem ser dirigidas ao Director, HR Services, 515 Portage Avenue, Winnipeg, MB, R3B 2E9 ou 204.786.9066.

Todos os candidatos devem se inscrever através deste link - https://www.northstarats.com/University-of-Winnipeg/Postdoctoral-Fellow-Exploring-Unsupervised-Domain-Adaptation-Methods-for-Automated-Linear-Disturbance-Mapping/75015 – candidaturas apresentadas fora deste sistema não podem ser consideradas