Candidato/a a beca con formación en Ciencias Naturales, Ecología, Estadística o afines

Fecha de inicio de la beca

Noviembre de 2023

Tipo de beca

Postdoctorado

Institución otorgante

UNRN-SNAPP

Modalidad

En el marco del proyecto “Ganadería sostenible en Colombia” financiado por Science, Nature, and People Partnership (SNAPP).

Tema de la beca

Se busca una persona altamente motivada para unirse a un grupo de investigación interdisciplinario que trabaja con resultados socio-ecológicos de la implementación de silvopasturas. Este puesto posdoctoral de dos años estará radicado en la Universidad Nacional de Río Negro (UNRN) y estará financiado por SNAPP (Science, Nature, and People Partnership). 

El o la investigadora postdoctoral dirigirá la investigación de síntesis sobre los impactos socio-ecológicos en el mundo real de la adopción de silvopasturas y la modelización espacial de los análisis de trade-off y multifuncionalidad. 

El/la candidato/a deberá tener experiencia demostrada en gestión de datos, análisis estadístico y modelización espacial de conjuntos de datos complejos sobre biodiversidad, servicios ecosistémicos y sociopolítica. Esta persona integrará grandes y diversos conjuntos de datos para analizar e interpretar interacciones complejas que conducen a dinámicas no lineales en agroecosistemas heterogéneos. También trabajará con los socios de SNAPP con el objetivo de traducir ciencia en políticas, herramientas de planificación agrícola y esquemas de certificación ambiental que promuevan la ganadería sostenible en Colombia y América Latina.

El/la investigador/a postdoctoral tendrá una dedicación full-time al proyecto SNAPP y desempeñará un papel destacado en la coordinación del grupo de trabajo y en la coordinación, análisis y publicación de datos y resultados. A través de su participación en este proyecto, tendrá la oportunidad de adquirir experiencia en agricultura, ecología, economía, sociología, políticas públicas, conservación y modelización espacial y desarrollar conocimientos especializados sobre agricultura regenerativa transformadora con aplicación en el mundo real. También tendrá oportunidades de integrar su trabajo con otros campos en un entorno de investigación rico y transdisciplinar; así como de adquirir una formación de liderazgo amplia y práctica en la promoción de mano de obra ecológica transnacional.

El/la investigador/a postdoctoral tendrá su base en la Universidad Nacional de Río Negro. El UNRN-IRNAD, junto con el equipo del SNAPP, proporcionará tutoría postdoctoral, formación en profundidad en investigación y oportunidades de desarrollo profesional. En el marco de este acuerdo, el/la investigador/a postdoctoral también estará en contacto con profesores/as investigadores/as clave con compromiso e interés en las cuestiones centrales de la investigación y el análisis del equipo del SNAPP, así como con sus socios políticos, sin fines de lucro y profesionales.

Institución

UNRN - UNIVERSIDAD NACIONAL DE RIO NEGRO

SEDE ANDINA

Requisitos

REQUISITOS PARA CUBRIR EL PUESTO

Los requisitos mínimos para las y los candidatos son:

- Título de Doctor en Ciencias Naturales, Ecología, Estadística o campo científico relacionado.

- Sólidas habilidades de comunicación escrita y verbal tanto en español como en inglés.

- Experiencia en la realización de investigaciones para abordar problemas de conservación o gestión medioambiental.

Los requisitos deseables incluyen:

- Capacidad demostrada para iniciar, dirigir y completar proyectos de investigación de forma independiente.

- Experiencia demostrada en modelización espacial y análisis estadístico de conjuntos de datos complejos. Dominio de herramientas analíticas de código abierto (por ejemplo, R, Python, Julia) para manipular y analizar datos espaciales y tabulares y realizar análisis espaciales y estadísticos.

- Experiencia en el uso de SIG, tanto de propietarios (por ejemplo, ArcGIS, Google Earth Engine) como de código abierto (por ejemplo, QGIS, Python, R, Julia, PostGIS, GRASS).

- Experiencia de trabajo con análisis de datos geoespaciales y de teledetección (utilizando software como R, Google Earth Engine, Arc, ERDAS, ENVI).

- Conocimiento práctico de la modelización de la distribución de especies, incluidos los enfoques de modelización jerárquica bayesiana.

- Persona colaboradora y orientada al detalle, con capacidad para organizarse y cumplir los plazos en un entorno de trabajo rápido y desestructurado.

- Capacidad para pensar y trabajar de forma creativa, y para identificar y resolver proactivamente problemas analíticos y metodológicos, utilizando enfoques innovadores o novedosos cuando sea necesario.