Apostila ITA 2025 Perfil PQ-13 - Pesquisador B . ESTÁ DIRECIONADA AOS CONTEÚDOS PRINCIPAIS COBRADOS NO EDITAL, APOSTILA ATUALIZADA DE ACORDO COM O EDITAL 2025, APOSTILA PERSONALIZADA.

ESCRITA:

1) Mecânica dos fluidos computacional: viscosidade de fluidos e a "lei" da viscosidade de Newton, derivada material e cálculo de aceleração em campos de velocidades, fluxo incompressível e a equação de Navier-Stokes, análise dimensional e teorema dos "pi" de Buckingham, solução de fluxo potencial bidimensional por variáveis complexas (transformações conformes). 2) Transferência de massa: difusão de massa e a lei de Fick, fluxo convectivo de massa, fluxo convectivo-difusivo-reativo (fluxo advectivodispersivo-reativo), aplicações de transferência de massa a transporte de contaminantes. 3) Transferência de calor: difusão de calor, incluindo classificação dos problemas simples em relação ao número de dimensões (1D/2D/3D), ao tempo (transiente e permanente), à existência de fontes distribuídas (equação homogênea ou não homogênea), solução de problemas de difusão usando séries de Fourier e por variáveis complexas, transferência de calor por convecção e uso de adimensionais para convecção natural e convecção forçada (números de Nusselt e de Grashof), fluxo por radiação, transferência de calor em edificações. 4) Programação em Python e R; bibliotecas de análise de dados: TensorFlow, Keras, OpenCV, Scikit-learn e Rasterio. 5) Visão computacional: processamento de imagens; reconhecimento de padrões em imagens incluindo aéreas e satelitais. 6) Aprendizado supervisionado: Perceptron Multicamadas (MLP), Redes Neurais Convolucionais (CNN), Rede Neural Recorrente (RNN), Árvore de Decisão (DT); Algoritmos de Classificação e Regressão; Máquinas de Vetores de Suporte (SVM); Aprendizado não supervisionado: k-means e DBSCAN (Density-Based Spatial Clustering of Applications with Noise). 7) Mudanças climáticas: modelagem e projeções climáticas, impactos, adaptação e mitigação relacionados à área ambiental, particularmente à sustentabilidade hídrica. 8) Soluções baseadas na Natureza: aplicações, uso de modelos computacionais, vantagens e desafios relacionados à área ambiental, particularmente à sustentabilidade hídrica

ORAL:

Projeto de Pesquisa: o candidato deve elaborar o projeto de pesquisa em dos temas listados a seguir: 1) Soluções baseadas na natureza para resiliência hídrica com apoio de inteligência computacional. 2) Geração de indicadores de sustentabilidade hídrica usando sensoriamento remoto, sensores de campo e inteligência computacional. 3) Modelagem hidrológica e hidráulica da drenagem urbana usando geoinformática, dados de campo e inteligência artificial para previsão e mitigação de alagamentos. 4) Sistema de detecção de vazamentos em redes de esgoto usando geoinformática, sensores in loco e Inteligência Artificial. 5) Previsão da qualidade da água em corpos hídricos usando dados geoespaciais e de campo e Máquinas de Vetores de Suporte. 6) Mapeamento de áreas de vulnerabilidade sanitária usando dados geoespaciais e aprendizado profundo. 7) Monitoramento automatizado de recursos hídricos para detecção de macrófitas aquáticas em imagens satelitais usando visão computacional e dados de campo. 8) Desenvolvimento de sistemas inteligentes para monitoramento e controle de águas pluviais em aeroportos. 9) Integração de dados de campo e imagens aéreas usando inteligência artificial para diagnóstico e manutenção preventiva de sistemas de drenagem aeroportuária. Bibliografia Sugerida: 1) Bird, R.B., Stewart, W.E. & Lightfoot, E.N. Fenômenos de transporte. 2a. ed. Rio de Janeiro: LTC, 2004. 2) White, F.M. Mecânica dos fluidos. 8a. ed. Rio de Janeiro: McGraw-Hill, 2018. 3) Sixth Assessment Report (AR6), 2021-2023, Painel Intergovernamental sobre Mudanças Climáticas (IPCC), 2023. 4) IUCN Global Standard for Nature-based Solutions. A user-friendly framework for the verification, design and scaling up of NbS. First edition. Gland, Switzerland, 2020. 5) Bishop, C.M. Pattern recognition and machine learning. New York: Springer, 2006. 6) Gonzalez, R.C. & Woods, R.E.; Digital Image Processing. Pearson Education Limited, 4th Edition, 2018. 7) Russell, S.J. e Norvig, P. Inteligência artificial: uma abordagem moderna. GEN LTC; 4ª edição, 2022.