Professor(a) - Engenharia de Produção

A Universidade UNISINOS preza pela capacidade de ser inovadora e acredita na educação para toda a vida! A Graduação da UNISINOS seleciona para banco de talentos, docente para os cursos de Engenharia de Produção e Gestão da Produção Industrial.Valorizamos a pluralidade, em todos os aspectos, trabalhamos com a convicção de que ela nos possibilita criar vínculos incríveis! Nossas oportunidades independem de gênero, cor/raça, etnia, deficiência, idade, família ou estado civil, identidade ou expressão de gênero, nacionalidade, afiliação política, religião, orientação sexual, dentre outras. Todas as pessoas são bem-vindas.#VemSerUnisinosResponsabilidades e atribuiçõesResponsabilidades:Atuar como Professor(a) de Graduação dos cursos de Engenharia de Produção e Gestão da Produção Industrial.Área do conhecimento:Simulação Computacional Modelagem e Otimização Ciência de Dados Business Intelligence Principais atribuições:Preparar material didático para disciplinas relacionadas a áreas “hard” da Engenharia de Produção, seja para a modalidade presencial ou semipresencial.Ministra disciplinas relacionada a áreas “hard” da Engenharia de Produção, seja para a modalidade presencial ou semipresencial.Orientar trabalhos de conclusão de curso de discentes da Engenharia de Produção, seja para a modalidade presencial ou semipresencial.Representar o curso em atividades internas e externas da Universidade, quando necessário. Requisitos e qualificaçõesRequisitos Obrigatórios:Mestrado ou Doutorado Acadêmico em Engenharia de Produção;Conhecimento nas linguagens R, Python e SQ;Conhecimento sólida de estatística;Perfil de “Engenheiro de Produção que sabe programar”;Capacidade de associação entre teoria e prática;Ter publicações científicas de alto impacto que evidenciem a capacidade científica;Ter ocupado posições de liderança ao longo da trajetória profissional;Disponibilidade para assumir entre 8h e 12h semanais. Requisitos Desejáveis:Simulação Computacional:Conhecimento do processo de elaboração de projetos de simulação por eventos discretos e/ou dinâmica de sistemas;Conhecimento em modelagem dos dados de entrada (e.g., coleta de dados, tratamento de dados, inferência e testes de aderência);Conhecimento em implementação computacional, preferencialmente utilizando os simuladores Anylogic e Stella;Conhecimento em verificação e validação de modelos computacionais (e.g., testes de hipóteses);Conhecimento em experimentação (e.g., busca exaustiva, projetos de experimento, ou meta-heurísticas); Modelagem e Otimização:Conhecimento do processo de modelagem;Conhecimento dos elementos que constituem os modelos de otimização (e.g., variáveis de decisão, função objetivo e restrições);Conhecimento em sistemas de equações lineares e não lineares;Conhecimento em programação linear, inteira e mista;Conhecimento em meta-heurísticas de otimização (e.g., Busca tabu, Simulated Annealing, Arlgoritmos genéticos); Ciência de Dados:Conhecimento do processo de Knowledge Discovery in Databases (KDD), preferencialmente utilizando o método CRISP-DM;Conhecimento em pré-processamento de dados (e.g., padronização, normalização e etc.);Conhecimento de modelos de aprendizagem supervisionada (e.g., redes neurais, random forest, decision trees e etc.);Conhecimento de modelos de aprendizagem não supervisionada (e.g., apriori, k-means clustering, fuzzy clustering means e etc.);Conhecimento do processo de treino, teste e validação de modelos de aprendizagem de máquina (e.g., cross validation);Conhecimento em métricas de avaliação de modelos de aprendizagem de máquina (e.g., R2, RMSE, fleiss-kappa e etc.); Business Intelligence:Conhecimento do processo de Business Intelligence (e.g., extração, estruturação, modelagem, cálculos, visuais, distribuição e automação);Conhecimento em modelagem conceitual de banco de dados (e.g., diagrama de entidade e relacionamento);Conhecimento no software Power Bi e na linguagem DAX.Informações adicionaisBENEFÍCIOS🍽️ Mobilidade e comodidadeVale TransporteEstac