Título do Projeto OreAnalytics: Transformando Mineralogia em Performance na Cadeia de Pelotização Eixo Tecnológico / Tecnologias Habilitadoras Big Data e Análise de Dados | Manufatura Avançada | Gestão de Recursos Naturais Setor Predominante Mineração Objetivo Geral Desenvolver modelos preditivos para correlacionar características físico-químicas e mineralógicas dos minérios de ferro com indicadores das etapas críticas da pelotização, como remoagem, desaguamento, pelotamento e forno. Objetivos Específicos Otimizar eficiência energética, custos operacionais e qualidade das pelotas; Integrar dados laboratoriais, mineralógicos e industriais para modelos de scale-up; Aprimorar sistemas avançados de controle de processo; Apoiar metas de sustentabilidade e descarbonização. Metodologia Fase 1 – Caracterização e Escala Piloto Caracterizar diferentes fontes de minério quanto à composição química, textura, perda por calcinação e mineralogia. Desenvolver modelos para estimar consumo energético da moagem, produtividade da filtragem, consumo de aglomerantes, resistência da pelota verde e consumo de combustíveis e perfil térmico para atendimento das especificações das pelotas. Fase 2 – Scale-up Aplicar Big Data e estatística avançada para correlacionar resultados piloto com dados industriais das usinas de pelotização. Fase 3 – Controle Avançado Integrar os modelos aos sistemas de controle existentes, permitindo ajustes dinâmicos dos parâmetros operacionais conforme as características mineralógicas dos minérios processados. Principais Atividades Explorar e pesquisar o problema; Participar de caracterizações e ensaios laboratoriais e piloto; Elaborar e acompanhar programas de ensaio; Emitir relatórios técnicos; Buscar integrações com iniciativas de geometalurgia; Alimentar premissas no masterplan da pelotização. Requisitos Formação Doutorado completo em qualquer área, com conhecimentos em caracterização mineral e/ou geometalurgia, preferencialmente aplicadas a minérios de ferro; ou Graduação em Geologia, Engenharia Geológica ou Engenharia de Minas, com mínimo de 5 anos de experiência em caracterização mineralógica, geometalurgia, processamento mineral ou análise de processos aplicados à mineração, preferencialmente em minério de ferro. Conhecimentos Desejados Caracterização mineralógica; geometalurgia aplicada; modelagem estatística; análise avançada de dados; pelotização e mineração sustentável. Experiência Experiência acadêmica ou profissional mínima de 5 anos em caracterização mineral, geometalurgia, processamento mineral e análise de processos minerais. Competências Perfil analítico, capacidade investigativa, comunicação técnica, relacionamento profissional, visão estratégica, inovação, autonomia e proatividade. Modalidade Híbrida (3 dias presenciais e 2 home office), de segunda a sexta-feira, das 7h30 às 16h30. Bolsa R$ 6.000,00. Atenção Conforme as Resoluções FAPES nº 103/2013 e nº 330/2023, o bolsista deverá possuir titulação compatível, currículo Lattes atualizado, estar adimplente junto aos órgãos competentes, residir no Espírito Santo, não possuir vínculo empregatício, remuneração ou outra bolsa, vínculo societário com instituições participantes ou parentesco com membros da equipe do projeto. LI-Hybrid