Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Führe innovative ML-Methoden zur Verbesserung von Erdsystemmodellen durch.
- Arbeitgeber: DLR-IPA ist führend in der Klimaforschung und nutzt ML für präzise Klimaprognosen.
- Mitarbeitervorteile: Erhalte ein stipendienbasiertes Gehalt und arbeite an einem spannenden Forschungsprojekt.
- Warum dieser Job: Gestalte die Zukunft der Klimaforschung und arbeite mit Experten in einem dynamischen Umfeld.
- Gewünschte Qualifikationen: Master in Physik, Mathematik oder Informatik; sehr gute Programmierkenntnisse (Python) erforderlich.
- Andere Informationen: Bewerbungen sind über das DLR-DAAD Forschungsstipendium möglich.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Die Abteilung für Evaluierung und Analyse von Erdsystemmodellen am DLR-Institut für Atmosphärenphysik (DLR-IPA) entwickelt innovative Methoden zur Evaluierung und Analyse von Erdsystemmodellen mit maschinellem Lernen (ML) und weltraumgestützten Erdbeobachtungen, um umsetzbare Klimawissenschaft und Technologiebewertungen in der Luftfahrt-, Raumfahrt-, Transport- und Energieforschung zu verbessern. Die Evaluierung von Erdsystemmodellen und die Reduzierung langjähriger systematischer Fehler in Erdsystemmodellen durch ML sind wesentliche Voraussetzungen für zuverlässige Klimaprognosen des 21. Jahrhunderts, die in Richtlinien der Klimapolitik verwendet werden.
Hier laden wir Bewerbungen für eine Doktorandenstelle zu ML-basierten Parametrisierungen ein, um subgrid-scale Prozesse in Erdsystemmodellen besser zu simulieren, zu verstehen und zu projizieren. Der Doktorand wird von Prof. Veronika Eyring, Leiterin der Abteilung und Professorin für Klimamodellierung an der Universität Bremen, betreut und von einem führenden Experten auf diesem Gebiet aus dem ERC Synergy Grant „Understanding and Modelling the Earth System with Machine Learning (USMILE)“ oder einer anderen kooperierenden Institution co-betreut.
Bitte bewerben Sie sich hier: DLR-DAAD Forschungsstipendienprogramm - DAAD - Deutscher Akademischer Austauschdienst
Weitere Informationen und aktuelle Stellenangebote:
Erforderliche Qualifikationen:
- Master/Diplom oder gleichwertiger Abschluss in Physik, Mathematik, Informatik oder einem ähnlichen Bereich mit angemessenem Bildungshintergrund für eine Doktorarbeit in Physik
- Sehr gute Programmierkenntnisse (vorzugsweise Python)
- Erfahrung in der Datenanalyse
- Interesse an Klimaforschung und Erdsystemmodellierung
- Enthusiasmus, Motivation und Kreativität
- Fließende Englischkenntnisse (schriftlich und mündlich)
- Erfahrung im maschinellen Lernen
Vorteilhafte Fähigkeiten:
- Erfahrung in der Klimamodellierung
Vergütung gemäß den DAAD-Vergütungsrichtlinien.
DLR-DAAD Doctoral Fellowship Nr. 702: ML-based parameterizations to better simulate, understand and project subgrid-scale processes in Earth system models Arbeitgeber: Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Kontaktperson:
Deutsches Zentrum für Luft- und Raumfahrt (DLR) HR Team
StudySmarter Bewerbungstipps 🤫
So bekommst du den Job: DLR-DAAD Doctoral Fellowship Nr. 702: ML-based parameterizations to better simulate, understand and project subgrid-scale processes in Earth system models
✨Tip Nummer 1
Nutze dein Netzwerk! Sprich mit Professoren oder Kommilitonen, die bereits in der Klimaforschung oder im Bereich maschinelles Lernen tätig sind. Sie können wertvolle Einblicke geben und dich möglicherweise sogar direkt an die richtigen Ansprechpartner weitervermitteln.
✨Tip Nummer 2
Informiere dich über aktuelle Forschungsprojekte am DLR und an der Universität Bremen. Zeige in Gesprächen oder Interviews, dass du die neuesten Entwicklungen kennst und wie deine Interessen und Fähigkeiten dazu passen.
✨Tip Nummer 3
Bereite dich auf technische Fragen vor, insbesondere zu Python und maschinellem Lernen. Du könntest gebeten werden, deine Programmierkenntnisse oder Erfahrungen mit Datenanalyse zu demonstrieren, also sei bereit, konkrete Beispiele aus deiner bisherigen Arbeit zu teilen.
✨Tip Nummer 4
Zeige deine Leidenschaft für Klimaforschung! Bereite einige Gedanken oder Ideen vor, wie du maschinelles Lernen nutzen würdest, um spezifische Herausforderungen in der Klimamodellierung anzugehen. Dies kann dir helfen, dich von anderen Bewerbern abzuheben.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: DLR-DAAD Doctoral Fellowship Nr. 702: ML-based parameterizations to better simulate, understand and project subgrid-scale processes in Earth system models
Tipps für deine Bewerbung 🫡
Verstehe die Anforderungen: Lies die Stellenbeschreibung sorgfältig durch und achte auf die spezifischen Anforderungen, wie den akademischen Hintergrund und die erforderlichen Fähigkeiten. Stelle sicher, dass du alle geforderten Qualifikationen erfüllst.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du deine Begeisterung für die Klimaforschung und das Earth System Modelling zum Ausdruck bringst. Erkläre, warum du dich für diese spezielle Doktorandenstelle interessierst und wie deine bisherigen Erfahrungen dich darauf vorbereiten.
Lebenslauf anpassen: Gestalte deinen Lebenslauf so, dass er die relevanten Erfahrungen und Fähigkeiten hervorhebt, die für die Position wichtig sind. Betone deine Programmierkenntnisse, insbesondere in Python, sowie deine Erfahrung in der Datenanalyse und im maschinellen Lernen.
Dokumente überprüfen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf und dein Motivationsschreiben gut strukturiert und fehlerfrei sind.
Wie du dich auf ein Vorstellungsgespräch bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) vorbereitest
✨Verstehe die Grundlagen der Klimaforschung
Informiere dich über die aktuellen Herausforderungen und Trends in der Klimaforschung. Zeige im Interview, dass du ein tiefes Verständnis für die Bedeutung von Earth System Models und deren Anwendung in der Klimapolitik hast.
✨Bereite dich auf technische Fragen vor
Erwarte Fragen zu deinen Programmierkenntnissen, insbesondere in Python, und zu deiner Erfahrung mit maschinellem Lernen. Sei bereit, konkrete Beispiele aus deinen bisherigen Projekten zu nennen, um deine Fähigkeiten zu demonstrieren.
✨Zeige deine Begeisterung für Forschung
Lass deine Leidenschaft für das Thema durchscheinen. Erkläre, warum du dich für diese spezifische Doktorandenstelle interessierst und wie du zur Verbesserung der Earth System Models beitragen möchtest.
✨Stelle kluge Fragen
Bereite einige durchdachte Fragen vor, die du dem Interviewer stellen kannst. Dies zeigt dein Interesse an der Position und hilft dir, mehr über die Forschungsprojekte und die Arbeitsweise des DLR-IPA zu erfahren.
