O candidato ideal será responsável pelo desenvolvimento e implementação de soluções avançadas em matemática aplicada, computação e inteligência artificial, apoiando o desenho, otimização e digitalização de produtos, processos e sistemas para aplicações marítimas, energéticas e industriais.Trabalhará em todas as fases do ciclo de desenvolvimento: desde a exploração de dados e modelação matemática, ao desenvolvimento de algoritmos e software, até à validação em ambiente real e integração em protótipos e sistemas operacionais.Local de trabalho principal será a Figueira da Foz, podendo ser necessário acompanhar projetos no polo de Arruda dos Vinhos.CompetênciasDesenvolvimento de modelos matemáticos e computacionais para simulação, previsão, otimização e apoio à decisão;Construção de pipelines de dados (aquisição, limpeza, integração, transformação e análise exploratória);Desenvolvimento e treino de modelos de Machine Learning / Deep Learning para classificação, regressão, deteção de anomalias, visão computacional, séries temporais ou NLP;Implementação de algoritmos em ambiente de produção (APIs, serviços, containers, edge/embedded quando aplicável);Conceção de métodos de validação e avaliação de desempenho (cross-validation, testes estatísticos, métricas adequadas ao domínio);Integração de soluções digitais com equipas de engenharia mecânica, materiais, eletrónica e operações;Participação em atividades de I&D, incluindo prototipagem rápida, testes em campo, documentação técnica e disseminação de resultados;Contributo para a arquitetura de software e boas práticas (versionamento, testes, CI/CD, MLOps).
O perfil ideal deverá possuir:Formação superior em Matemática Aplicada/Computacional, Engenharia Informática, Ciência de Dados, Física, Engenharia Eletrotécnica, ou áreas afins;Domínio de programação (Python obrigatório; C/C++/Rust/Julia/Matlab como valorização) e bibliotecas científicas (NumPy, SciPy, Pandas, JAX/PyTorch/TensorFlow, etc.);Experiência em modelação estatística e/ou numérica, otimização, métodos probabilísticos e análise de incerteza;Conhecimentos sólidos de Machine Learning e IA, incluindo seleção de features, treino, tuning, interpretação e explicabilidade de modelos;Familiaridade com ambiente Linux, Git e práticas de desenvolvimento colaborativo;Noções de computação de alto desempenho (HPC), paralelização, GPU, cloud ou edge computing (preferencial);Capacidade para trabalhar em contexto de prototipagem, experimentação e iteração rápida orientada a resultados;Espírito de equipa, autonomia, curiosidade e forte orientação para resolução de problemas complexos;Boa capacidade de comunicação técnica, escrita e oral, em português e inglês;Experiência em projetos de I&D nacionais e europeus, ou colaboração com indústria (preferencial).