Cientista de Dados Geoespaciais Pleno

Cientista de Dados Geoespaciais Pleno
Porto
Porto, Porto, Portugal

Estamos em busca de um(a) Cientista de Dados Geoespaciais Pleno para integrar nosso time de Data Science. O profissional será responsável por analisar, tratar e modelar dados georreferenciados de diferentes fontes (imagens de satélite, drones, sensores e dados topográficos), aplicando técnicas de ciência de dados e inteligência artificial para gerar insights e apoiar a tomada de decisão em projetos estratégicos.
Responsabilidades

• Processar, limpar e integrar dados geoespaciais em diferentes formatos (raster, vetor, shapefiles, Geo
  TIFF, entre outros);
• Realizar análises espaciais e geostatísticas, incluindo interpolações, segmentações e extração de features;
• Automatizar fluxos de processamento e análises usando Python;
• Utilizar ferramentas GIS como QGIS, Arc
  GIS ou similares para visualização, manipulação e análise espacial;
• Aplicar modelos de machine learning em dados geográficos (classificação, regressão, clusterização, etc. );
• Desenvolver pipelines e scripts escaláveis para tratamento de grandes volumes de dados;
• Colaborar com equipes multidisciplinares (engenharia, meio ambiente, energia, planejamento) para geração de produtos e relatórios técnicos;
• Apoiar o desenvolvimento de soluções de IA aplicadas a problemas geoespaciais.

Diferenciais

• Conhecimento em redes neurais (CNNs aplicadas a imagens de satélite ou drones);
• Experiência com processamento em nuvem (AWS, GCP, Azure) e big data geoespacial (Dask, Spark, Post
  GIS);
• Familiaridade com Deep Learning Geoespacial (Tensor
  Flow, Py
  Torch, Segmentação Semântica, etc. );
• Experiência com Li
  DAR, DTM/DSM, ou análise temporal de imagens;
• Conhecimento em banco de dados espaciais (Post
  GIS, Spatia
  Lite).

• Formação em Engenharia, Ciência de Dados, Geoprocessamento, Geografia, Computação ou áreas correlatas;
• Experiência comprovada com dados georreferenciados e ferramentas GIS (QGIS, Arc
  GIS, GDAL, etc. );
• Domínio de Python e bibliotecas voltadas a dados geoespaciais (Geo
  Pandas, Rasterio, Shapely, Py
  Proj, Fiona);
• Conhecimento em estatística, análise exploratória e machine learning básico (scikit-learn, XGBoost, etc. );
• Experiência em manipulação de grandes datasets e automação de rotinas analíticas.