Investigador Data Science

Full Time
  • Full Time
  • Porto
  • 2020-09-14 2020-10-12
  • EngenhariasIndústria / ProduçãoInformática
  • Mestrado
  • Inglês e português fluente
  • Referência: AE2020-160
Avatar INESCTEC
Ver Empresa
669044

Referência: INESC TEC/LIAAD

Cargo/posição/bolsa:    Investigador

Localidade:         Porto

Área científica genérica: Ciência dos Computadores, Engenharia Eletrotécnica ou Mecânica ou área afim

Área científica específica:    Programação, Informática, Modelos

Duração do contrato:   de 2020-10-15 a 2021-04-14 com possibilidade de renovação até ao final do projecto.

Tipo de Contrato: Termo Certo

Período de candidatura: De 2020-09-07 a 2020-09-25

 

Submissão candidaturas: Preenchimento de formulário eletrónico em www.inesctec.pt na secção SEJA NOSSO COLABORADOR. Referência AE2020-0160

 

2020-10-15 to 2021-04-14

Área de trabalho:      Modeling, Power Transformers, Data Mining Knowledge Based Engineering e Digital Twin

Objetivos:

– Desenvolver modelos avançados de comportamento elétrico e mecânico de transformadores de potência;

– Desenvolver um serviço orientado a dados para o transformador de potência;

– Ampliar os conhecimentos no estado da arte na área científica da bolsa;

 

Descrição do trabalho:

– Análise de casos de uso e definição de metas e requisitos específicos (por exemplo, quais são os dados que devem ser usados);

– Coletar dados e realizar pré-processamento (por exemplo, remover ruídos, dados danificados, …);

– Descrever os dados dos sensores instalados nos transformadores de potência (por exemplo, através de descritores estatísticos);

– Estudar os modelos físicos subjacentes (por exemplo, modelo elétrico, modelo mecânico);

– Criar modelos empíricos usando Redes Neuronais ou métodos mais adequados;

– Combinar modelos físicos com modelos empíricos e desenvolver modelos híbridos (base do Digital Twin);

– Criar / adaptar os modelos híbridos para operações incrementais e fluxos de dados;

– Adaptar esses modelos de comportamento aos serviços orientados a dados;

 

Ainda se prevê uma possível colaboração em atividades de ensino. Este projeto envolve a colaboração do INESCTEC, EFACEC, INEGI e o MIT Portugal.

 

Habilitações académicas: Mestrado em Ciências dos Computadores, Engenharia Eletrotécnica ou Mecânica ou área afim;

 

Requisitos mínimos:       Experiência na gestão do conhecimento nas organizações. Fluência em inglês, falado e escrito. – Domínio do conceito de Digital-Twin; – Experiência em Machine Learning e Data Mining;

 

Fatores de preferência:                Participação anterior em projetos de I&D. Publicações científicas na área.

Você tem que entrar na sua conta para poder candidatar-se a esta oferta.