Cookies
O website necessita de alguns cookies e outros recursos semelhantes para funcionar. Caso o permita, o INESC TEC irá utilizar cookies para recolher dados sobre as suas visitas, contribuindo, assim, para estatísticas agregadas que permitem melhorar o nosso serviço. Ver mais
Aceitar Rejeitar
  • Menu
Oportunidade Investigação
Submeter candidatura Consultar edital
Oportunidade Investigação

Problemas de cortes e empacotamentos

[Brevemente]

Descrição da Oportunidade

O trabalho está integrado no projeto LOGIX — "Sistema de Picking Robotizado Inteligente com IA Embebida e Planeamento de Mosaico Interno" — e compreenderá as seguintes etapas: 1) Revisão do estado da arte em bin-picking, visão computacional e otimização de empacotamento (packing/cutting problems); 2) Recolha e preparação de dados de produtos e caixas de transporte para desenvolvimento e teste dos algoritmos; 3) Desenvolvimento de algoritmos de IA e metaheurísticas para reconhecimento e picking de produtos, em articulação com o sistema de visão computacional; 4) Desenvolvimento do módulo de planeamento de mosaico (packing 3D) para maximização do aproveitamento volumétrico das caixas Mixed-SKU; 5) Implementação de mecanismos de deteção e evitamento de colisões entre robô, produtos e caixas; 6) Testes e validação experimental em ambiente laboratorial, com posterior validação em ambiente piloto; 7) Elaboração de relatórios técnicos e apoio à redação de eventuais publicações científicas. O bolseiro será acompanhado de perto pelo orientador e trabalhará em estreita colaboração com os restantes parceiros do consórcio.

Habilitações Académicas

Mestrado em Engenharia e Gestão Industrial, Engenharia Informática.

Requisitos Mínimos

- Experiência na(s) seguinte(s) competência(s):- Programação em Python e/ou C++;- Análise e desenvolvimento de modelos de otimização (metaheurísticas e/ou programação matemática);- Experiência na utilização do solucionador HiGHS- Capacidade de trabalhar em grupo, elevada autonomia, e organização.- Experiência em problemas de cote e empacotamento 3D.- Conhecimentos avançados de Inglês (falado e escrito).- Conhecimentos avançados de Português (falado e escrito).

Fatores de Preferência

- Conhecimentos em Machine Learning e visão computacional (ex.: OpenCV, PyTorch/TensorFlow). - Conhecimentos de metaheurísticas aplicadas a problemas de otimização combinatória. - Conhecimento de ferramentas de controlo de versões (Git). - Conhecimentos sobre solucionadores de otimização combinatória. - Experiência em projetos de I&D com empresas.

Período de candidatura

Desde 24 Sep 2026 a 08 Oct 2026

[Brevemente]

Centro

Engenharia de Sistemas e Gestão Industrial