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 Klimaprognosen.
- 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 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 satellitengestützten 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 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 gemäß den DAAD-Vergütungsrichtlinien.
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
✨Tipp 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.
✨Tipp Nummer 2
Informiere dich über aktuelle Forschungsprojekte am DLR und an der Universität Bremen. Wenn du in deinem Gespräch oder Interview spezifische Projekte erwähnen kannst, zeigt das dein Interesse und deine Vorbereitung.
✨Tipp Nummer 3
Zeige deine Programmierkenntnisse! Erstelle ein kleines Projekt oder eine Analyse, die deine Fähigkeiten in Python und im Umgang mit Daten demonstriert. Das kann dir helfen, dich von anderen Bewerbern abzuheben.
✨Tipp Nummer 4
Bereite dich auf technische Fragen vor, die sich auf maschinelles Lernen und Klimamodellierung beziehen. Überlege dir Beispiele aus deiner bisherigen Erfahrung, die deine Problemlösungsfähigkeiten und dein Wissen in diesen Bereichen zeigen.
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. Dies hilft dir, deine Bewerbung gezielt zu gestalten.
Betone relevante Erfahrungen: Hebe in deinem Lebenslauf und Anschreiben deine Erfahrungen in der Datenanalyse, Programmierung (insbesondere Python) und im Bereich des maschinellen Lernens hervor. Zeige, wie diese Fähigkeiten dich für die ausgeschriebene Position qualifizieren.
Motivationsschreiben: Verfasse ein überzeugendes Motivationsschreiben, in dem du deine Begeisterung für die Klimaforschung und das Verständnis von Aerosol-Wolken-Interaktionen darlegst. Erkläre, warum du an dieser speziellen Doktorandenstelle interessiert bist und was du zur Forschung beitragen kannst.
Überprüfe deine Unterlagen: Bevor du deine Bewerbung einreichst, überprüfe alle Dokumente auf Vollständigkeit und Richtigkeit. Achte darauf, dass dein Lebenslauf aktuell ist und alle relevanten Informationen enthält.
Wie du dich auf ein Vorstellungsgespräch bei Deutsches Zentrum für Luft- und Raumfahrt (DLR) vorbereitest
✨Verstehe die Grundlagen der Klimaforschung
Mach dich mit den grundlegenden Konzepten der Klimaforschung und der Erdsystemmodellierung vertraut. Zeige im Interview, dass du ein echtes Interesse an diesen Themen hast und bereit bist, tiefer in die Materie einzutauchen.
✨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 zu erklären.
✨Präsentiere deine Erfahrungen mit Machine Learning
Teile konkrete Beispiele aus deiner bisherigen Arbeit oder Studien, die deine Erfahrung mit Machine Learning und Datenanalyse zeigen. Erkläre, wie du diese Fähigkeiten in der Forschung einsetzen möchtest.
✨Zeige deine Begeisterung und Kreativität
Sei bereit, über deine Motivation für die Forschung im Bereich der Aerosol-Wolken-Interaktionen zu sprechen. Deine Begeisterung und kreative Ansätze zur Problemlösung können einen positiven Eindruck hinterlassen.
