Research Grant for MSC holders in Lisbon

Research Grant for MSC holders in Lisbon

Lisbon Temporário 61808 - 75544 € / ano (est.) Presencial
I

Num relance

  • Tarefas: Desenvolver modelos de gestão de ativos para infraestruturas de carregamento rápido.
  • Empresa: INESC TEC, uma instituição inovadora em engenharia e tecnologia.
  • Benefícios: Bolsa mensal de 1359,64€, seguro de saúde e oportunidades de crescimento profissional.
  • Outras informações: Ambiente dinâmico com forte foco em inovação e desenvolvimento.
  • Porquê este emprego: Contribua para a transição energética e faça a diferença na mobilidade sustentável.
  • Qualificações: Mestre em Engenharia e experiência em análise de dados.

O salário previsto situa-se entre 61808 - 75544 € por ano.

INESC TEC está a aceitar candidaturas para atribuir 1 Bolsa de Investigação (BI) no âmbito do projeto PowerUP, com referência 25499 (COMPETE2030-FEDER-03034800), cofinanciado pelo ERDF - Fundo Europeu de Desenvolvimento Regional através do Programa Temático de Inovação e Transição Digital (COMPETE 2030) no âmbito do Portugal 2030.

Descrição da Bolsa:

  • Tipo de bolsa: Bolsa de Investigação (BI)
  • Área científica geral: ENGENHARIA
  • Duração da bolsa: 12 meses, começando em 2026-11-15, com possibilidade de renovação até ao final do projeto.
  • Local de trabalho: INESC TEC, Porto, Portugal
  • Bolsa de manutenção: 1359,64 euros, de acordo com a tabela de bolsas da FCT, paga por transferência bancária.
  • Os bolseiros poderão ser premiados com suplementos potenciais, de acordo com um processo de avaliação trimestral.
  • O bolseiro beneficiará de seguro de saúde, suportado pelo INESC TEC.

Objetivos:

  • Caracterizar o sistema de ativos em estudo, incluindo a identificação dos principais componentes críticos e a modelagem do comportamento operacional nominal.
  • Definir estratégias alarmistas que permitam a priorização da tomada de decisão com base em níveis de risco.
  • Desenvolver abordagens baseadas em dados e/ou modelos causais para a identificação de causas raízes que levam à degradação atípica dos ativos.
  • Definir um conjunto de indicadores de desempenho para apoiar a gestão de ativos.

Perfil Requerido:

  • Requisitos de admissão: Inscrição num programa de doutoramento.
  • Fatores de preferência: Experiência em desenvolver modelos baseados em dados para apoio à decisão.
  • Requisitos mínimos: Experiência em análise de dados.

Avaliação de Candidaturas e Processo de Seleção:

  • A primeira fase compreende a Avaliação Académica (AC).
  • A segunda fase compreende a Entrevista Individual (EI).
  • Os critérios de seleção incluem Qualificações Académicas, Publicações Científicas, Experiência e Carta de Motivação.

Formalização de Candidaturas:

  • Carta de motivação;
  • Curriculum Vitae;
  • Certificado ou diploma de grau;
  • Comprovativo de inscrição num ciclo de estudos;
  • Declaração assinada sobre a infração dos deveres do bolseiro;
  • Documentação que comprove o país de residência;
  • Outros documentos relevantes.

Prazo de candidatura: De 2026-10-15 a 2026-11-10.

Legislação e Regulamentação Vinculativa: O processo de contratação deve cumprir a legislação atual relativa ao Estatuto do Bolseiro de Investigação.

Empregador para Research Grant for MSC holders in Lisbon: Inesc Tec

A Inesc Tec plc é um excelente empregador que valoriza a inovação e a colaboração em projetos de I&D, especialmente na área de materiais cerâmicos de herança histórica. Oferece um ambiente de trabalho dinâmico e estimulante, com oportunidades de crescimento profissional através de publicações e participação em conferências, permitindo que os investigadores contribuam significativamente para o avanço do conhecimento científico. Localizada num centro de excelência, a empresa promove uma cultura de partilha e desenvolvimento contínuo, tornando-se uma escolha atrativa para quem busca um emprego significativo e gratificante.

I

Dados de contacto:

Equipa de recrutamento de Inesc Tec

Achamos que precisas destas competências para brilhares como Research Grant for MSC holders in Lisbon

Análise de Dados
Desenvolvimento de Modelos Baseados em Dados
Métodos Quantitativos
Otimização
Simulação
Análise Estatística
Aprendizagem de Máquina Aplicada