Finde einen Job 
Finde eine Ausbildung 
Top Arbeitgeber 
Top Universitäten 
Für Unternehmen Auf einen Blick
- Aufgaben: Führe innovative ML-Methoden zur Verbesserung von Klimamodellen durch.
- Arbeitgeber: DLR-IPA ist führend in der Klimaforschung und nutzt ML für präzise Klimaanalysen.
- Mitarbeitervorteile: Erhalte ein stipendienbasiertes Gehalt und arbeite an einem bedeutenden Forschungsprojekt.
- Warum dieser Job: Gestalte die Zukunft des Klimawandels mit und arbeite in einem kreativen, unterstützenden Team.
- Gewünschte Qualifikationen: Master in Physik, Mathematik oder Informatik; gute Programmierkenntnisse, Interesse an Klimaforschung.
- Andere Informationen: Werde Teil eines internationalen Teams unter der Leitung von Experten im Bereich Klimamodellierung.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Die Abteilung für Bewertung und Analyse von Erdsystemmodellen am DLR-Institut für Atmosphärenphysik (DLR-IPA) entwickelt innovative Methoden zur Bewertung und Analyse von Erdsystemmodellen mit maschinellem Lernen (ML) und satellitengestützten Erdbeobachtungen, um umsetzbare Klimawissenschaft und Technologieeinschätzungen in der Luftfahrt-, Raumfahrt-, Transport- und Energieforschung zu verbessern. Die Bewertung 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 Parametrisierung ein, um Aerosol-Wolken-Interaktionen 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:
Voraussetzungen:
- 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 in maschinellem Lernen und Klimamodellierung
Vergütung: Nach den Vergütungsrichtlinien des DAAD
DLR-DAAD Doctoral Fellowship Nr. 701: ML-based parameterizations to better simulate, understand and project aerosol-cloud interactions 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. 701: ML-based parameterizations to better simulate, understand and project aerosol-cloud interactions 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 bei DLR weitervermitteln.
✨Tip Nummer 2
Informiere dich über aktuelle Forschungsprojekte und Publikationen von Prof. Veronika Eyring und dem USMILE-Projekt. Zeige in deinem Gespräch, dass du dich mit ihrer Arbeit auseinandergesetzt hast und bringe eigene Ideen ein, wie du zur Forschung beitragen kannst.
✨Tip Nummer 3
Bereite dich auf technische Fragen vor, insbesondere zu Python und Datenanalyse. Du könntest gebeten werden, deine Programmierkenntnisse in einem praktischen Test oder während des Interviews zu demonstrieren. Übe vorher an Projekten oder Online-Kursen.
✨Tip Nummer 4
Zeige deine Begeisterung für Klimaforschung! Bereite Beispiele vor, die deine Motivation und Kreativität in diesem Bereich verdeutlichen. Das kann durch persönliche Projekte, Praktika oder relevante Studienarbeiten geschehen.
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: DLR-DAAD Doctoral Fellowship Nr. 701: ML-based parameterizations to better simulate, understand and project aerosol-cloud interactions 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 in Programmierung und Datenanalyse.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du deine Begeisterung für Klimaforschung und maschinelles Lernen zum Ausdruck bringst. Erkläre, warum du für diese Position geeignet bist und was dich an der Forschung des DLR-IPA interessiert.
Lebenslauf aktualisieren: Stelle sicher, dass dein Lebenslauf aktuell ist und alle relevanten Erfahrungen, insbesondere in den Bereichen Programmierung, Datenanalyse und Klimamodellierung, hervorhebt. Achte darauf, deine Fähigkeiten in Python und maschinellem Lernen klar darzustellen.
Dokumente überprüfen: Überprüfe alle eingereichten Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass du alle geforderten Unterlagen, wie Zeugnisse und Empfehlungsschreiben, beifügst, bevor du deine Bewerbung einreichst.
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 Entwicklungen in der Klimaforschung, insbesondere im Bereich der Aerosol-Wolken-Interaktionen. Zeige während des Interviews, dass du ein tiefes Verständnis für die Thematik hast und wie deine Forschung dazu beitragen kann.
✨Bereite dich auf technische Fragen vor
Da gute Programmierkenntnisse, insbesondere in Python, gefordert sind, solltest du dich auf technische Fragen zu Programmierung und Datenanalyse vorbereiten. Übe das Lösen von Problemen und sei bereit, deine Ansätze und Lösungen zu erklären.
✨Zeige deine Begeisterung für Machine Learning
Da die Position einen starken Fokus auf maschinelles Lernen hat, solltest du Beispiele aus deiner bisherigen Erfahrung oder Studien präsentieren, die deine Fähigkeiten in diesem Bereich unter Beweis stellen. Diskutiere, wie du ML-Methoden in der Klimamodellierung anwenden würdest.
✨Stelle Fragen zur Forschungsgruppe
Bereite einige durchdachte Fragen zur Forschungsgruppe und den Projekten vor, an denen du arbeiten würdest. Dies zeigt dein Interesse und deine Initiative, mehr über die Arbeit von Prof. Eyring und dem Team zu erfahren.
