Digital Fermentation Inteligence and Analyst

GlobalYeast; Brasil; On-site; BRL 180,000 - 300,000; Full time

Job summary

A GlobalYeast, empresa de soluções digitais para a bioindústria, busca engenheiro químico sênior para liderar desenvolvimento, testes e implantação de ferramentas digitais aplicadas ao controle avançado de processos fermentativos industriais.

Você transformará dados e conhecimento de processo em modelos, simulações e ferramentas de controle em tempo real, monitorando variáveis críticas e otimizando a produção de etanol e produtos relacionados.

Qualifications

• Graduação em Engenharia Química.
• Pós-graduação em Modelagem, Simulação ou Controle.
• Experiência em desenvolvimento e implantação de ferramentas digitais para controle de processos.
• Conhecimentos de balanços de massa e energia, cinética de fermentação e modelagem matemática.

Responsibilities

• Liderar desenvolvimento, testes e implantação de ferramentas digitais para controle de processos.
• Desenvolver modelos fenomenológicos e algoritmos de APC.
• Transformar dados de processo em soluções de monitoramento em tempo real.
• Garantir a confiabilidade e validação de modelos com dados industriais.

Skills

Engenharia Química

Análise de dados

Liderança de equipes

Modelagem de processos

APC

Education

Graduação em Engenharia Química

Pós-graduação em Modelagem, Simulação ou Controle

Tools

MATLAB

Python (NumPy/SciPy/Pandas)

Job description

A GlobalYeast é uma empresa de soluções digitais para a bioindústria 4.0. Desde que criamos a nossa plataforma e soluções pioneiras para o monitormanto e controle de processos de fermentação industrial em 2015, já instalamos em alguns dos principais grupos da indústria sucroalcooleira além de cervejarias e, mais recentemente, em planta de biofármacos. Estamos em fase de crescimento e buscamos profissionais interessados em contribuir para o nosso crescimento nessa fase desafiadora.

1. Objetivo da função

O profissional deverá ser altamente qualificado(a) e com forte perfil analítico para liderar o desenvolvimento, testes e implantação de ferramentas digitais e soluções online aplicados ao controle avançado de processos fermentativos industriais, especialmente na produção de etanol de cana-de-açúcar e milho.

A solução é baseada em modelos fenomenológicos que representam o comportamento físico, químico e bioquímico do processo por meio de balanços de massa e energia, equações cinéticas e relações termodinâmicas e permitam monitorar a evolução do processo e subsidiar algoritmos de controle avançado de processos (APC).

O profissional será responsável por transformar dados e conhecimento de processo em algoritmos, modelos de simulação e ferramentas de controle em tempo real, permitindo o monitoramento de variáveis críticas (incluindo variáveis tipicamente não mensuráveis) e a otimização de processos fermentativos/bioquímicos em escala industrial.

2. Formação acadêmica

Formação: Graduação em Engenharia Química.

Pós-Graduação: Mestrado ou Doutorado em Engenharia Química com foco em Modelagem, Simulação ou Controle.

3. Conhecimentos técnicos

Área Requisitos de conhecimento

• Balanços de massa e energia: Formulação de balanços dinâmicos, acumulação, entradas, saídas, geração e consumo de componentes; balanços térmicos e transferência de calor.
• Cinética de fermentação: Modelos de crescimento celular, consumo de substrato, formação de etanol e subprodutos, manutenção celular e inibição por substrato ou produto.
• Microbiologia e bioquímica: Metabolismo de leveduras, estequiometria, rendimento celular, formação de glicerol, consumo de açúcares e efeitos das condições operacionais sobre a atividade metabólica.
• Modelagem matemática: Equações diferenciais ordinárias, sistemas dinâmicos não lineares, modelos fenomenológicos.
• Identificação e estimação de parâmetros: Regressão não linear, mínimos quadrados, estimação de parâmetros cinéticos, análise de resíduos, intervalos de confiança e identificabilidade dos parâmetros.
• Simulação computacional: Implementação, depuração, validação numérica e análise de estabilidade dos modelos.
• Controle de processos: Compreensão de dinâmica de processos, constantes de tempo, atrasos, perturbações, restrições operacionais e aplicação dos modelos em sistemas APC.
• Dados industriais: Tratamento de dados históricos, análise de qualidade dos instrumentos, sincronização temporal, detecção de valores atípicos e reconciliação de balanços.
• MATLAB: leitura, interpretação, depuração e ajuste de modelos existentes. (mandatório)
• Python científico: NumPy, SciPy, Pandas e ferramentas análise de dados. (desejável)