São oferecidas duas vagas em projeto que propõe o uso de algoritmos de aprendizado profundo para a classificação de eletrocardiogramas (imagem: Pixabay)

Treinamento técnico em engenharia elétrica no Instituto do Coração
20 de outubro de 2021

São oferecidas duas vagas em projeto que propõe o uso de algoritmos de aprendizado profundo para a classificação de eletrocardiogramas

Treinamento técnico em engenharia elétrica no Instituto do Coração

São oferecidas duas vagas em projeto que propõe o uso de algoritmos de aprendizado profundo para a classificação de eletrocardiogramas

20 de outubro de 2021

São oferecidas duas vagas em projeto que propõe o uso de algoritmos de aprendizado profundo para a classificação de eletrocardiogramas (imagem: Pixabay)

 

Agência FAPESP – Uma vaga de treinamento técnico nível três (TT-3) e uma de nível quatro (TT-4A) estão disponíveis para o projeto “Algoritmos de Aprendizado Profundo para Classificação de Eletrocardiogramas”, desenvolvido no Instituto do Coração (InCor) do Hospital das Clínicas da Faculdade de Medicina da Universidade de São Paulo (HC-FM-USP). As inscrições devem ser feitas até sexta-feira (22/10).

O bolsista de TT-3 participará de estudo que visa criar uma base de sinais digitais unidimensionais (1D) a partir de imagens bidimensionais (2D) de traçados eletrocardiográficos, oriundos da base de imagens do InCor. Além disso, ele será treinado em técnicas de processamento de sinais e imagens.

O candidato à vaga deve ter finalizado a graduação em engenharia elétrica, ciências da computação ou áreas afins. Não pode ter reprovações no histórico escolar e nem vínculo empregatício. Além disso, deve comprovar proficiência nas linguagens Python ou Java.

A vaga de TT-4A é direcionada à pesquisa que faz a classificação de sinais digitais de ECG utilizando técnicas de deep learning e bases de dados públicas, como a Physionet. O bolsista será treinado em técnicas de deep learning.

O candidato deve ser graduado em engenharia elétrica ou ciências da computação, sem reprovações no histórico escolar e sem vínculo empregatício. Deve ter proficiência na linguagem Python e conhecimento do framework TensorFlow, além de experiência mínima de dois anos após a graduação ou título de mestre.

Os interessados devem enviar e-mail para o professor Marco Antonio Gutierrez (marco.gutierrez@incor.usp.br), destacando no campo de assunto “Processo Seletivo Bolsa TT-3 (2019/25153-0)”, para a vaga de TT-3, e “Processo Seletivo Bolsa TT-4A (2019/25153-0)”, para a vaga de TT-4. No e-mail, deverão estar presentes os seguintes documentos em formato PDF: carta de interesse contendo nomes e respectivos contatos de duas pessoas para fornecerem cartas de recomendação, currículo Lattes, certificado de conclusão e histórico escolar da graduação.

Mais informações sobre as vagas em: www.fapesp.br/oportunidades/4582 e www.fapesp.br/oportunidades/4583.

A Bolsa de TT-3 tem valor de R$ 1.228,40 mensais. É direcionada a graduados do nível superior, sem reprovações no histórico escolar e sem vínculo empregatício. A dedicação deverá ser de 16 a 40 horas semanais às atividades de apoio ao projeto de pesquisa. O tempo de bolsa TT-3 será descontado no caso de o interessado vir a usufruir de bolsa de mestrado ou doutorado direto.

A vaga em TT-4A tem valor de R$ 5.087,20 mensais. Essa bolsa FAPESP é voltada para especialistas em tecnologia da informação com pelo menos quatro anos de experiência após a graduação, que não tenham vínculo empregatício e possam se dedicar de 16 a 40 horas semanais às atividades de apoio ao projeto de pesquisa.

Mais informações sobre as bolsas de Treinamento Técnico da FAPESP: www.fapesp.br/bolsas/tt.

Outras vagas de bolsas, em diversas áreas do conhecimento, estão no site FAPESP-Oportunidades, em www.fapesp.br/oportunidades.
 

  Republicar
 

Republicar

A Agência FAPESP licencia notícias via Creative Commons (CC-BY-NC-ND) para que possam ser republicadas gratuitamente e de forma simples por outros veículos digitais ou impressos. A Agência FAPESP deve ser creditada como a fonte do conteúdo que está sendo republicado e o nome do repórter (quando houver) deve ser atribuído. O uso do botão HMTL abaixo permite o atendimento a essas normas, detalhadas na Política de Republicação Digital FAPESP.